上海交通大学 ipads 实验室团队近日发布了一款名为 mobiagent 的全新移动端智能体工具链，成功突破了个性化智能助手开发的技术瓶颈。该团队宣称，mobiagent 在真实应用场景中的表现已超越 gpt-5 及其他顶尖闭源模型。
论文地址：https://www.php.cn/link/609e37f3e61f118ba50b9ba0e49f5cdc
MobiAgent 的诞生使得普通用户也能打造专属于自己的 AI 助手。这一工具链提供了从操作数据采集、模型训练到手机端部署的全流程支持，真正实现了从零开始构建移动端智能体。其完全开源的设计允许用户自主收集数据、训练专属模型，并将智能体直接运行于个人移动设备上，保障隐私的同时提升定制化能力。
为验证其实用性，研究团队在国内20个主流应用中对 MobiAgent 进行了广泛测试。结果显示，仅7B参数规模的 MobiAgent 模型在任务完成质量方面不仅优于多个知名闭源大模型，还在同级别开源 GUI 智能体中遥遥领先。其独创的“潜记忆加速器”机制可通过学习用户历史操作行为，显著加快重复任务的执行速度，性能提升可达2至3倍。
MobiAgent 的核心技术在于高效的数据获取与智能化训练流程。系统采用轻量级模块记录用户的手机交互过程，并借助通用视觉语言模型（VLM）自动生成高精度训练样本。经过精细化筛选和优化后的数据用于模型训练，确保智能体具备强大的泛化能力。其架构将智能体“大脑”划分为三个核心组件：负责整体任务分解与规划的“规划师”、基于当前界面信息做出判断的“决策者”，以及具体执行点击、滑动等操作的“执行者”。这种分工明确的结构大幅提升了训练效率与响应速度。
此外，得益于创新的 AgentRR 加速框架，MobiAgent 能够有效复用过往操作经验，在处理重复性事务时实现高达60%至85%的动作复用率。这一特性让智能助手在日常使用中更加敏捷、精准，显著提升用户体验。
