阿里全新Agent玩转手机：刷短视频自主点赞评论，还学会了跨应用操作

AIGC动态欢迎阅读

原标题：阿里全新Agent玩转手机：刷短视频自主点赞评论，还学会了跨应用操作
关键字：报告,操作,任务,指令,模型
文章来源：量子位
内容字数：2920字

内容摘要：

克雷西 发自 凹非寺量子位 | 公众号 QbitAI会操纵手机的智能体，又迎来了全新升级！
新的Agent打破了APP的界限，能够跨应用完成任务，成为了真·超级手机助手。
比如根据指示，它可以自行搜索篮球比赛的结果，然后根据赛况在备忘录中撰写文稿。
来自阿里的一篇最新论文，展示了全新手机操纵智能体框架Mobile-Agent，可以玩转10款应用，还能跨越APP完成用户交给的任务，而且即插即用无需训练。
依托多模态大模型，整个操纵过程完全基于视觉能力实现，不再需要给APP编写XML操作文档。
在Mobile-Agent还只有演示视频的时候，就已经让一众网友为之惊艳：
和树莓派结合到一起，将完爆Rabbit R1（一款大模型硬件）。
想象一下如果它支持语音操纵，并且学会了说话……
那么，Mobile-Agent操纵手机到底有多6呢？
支持跨应用任务目前，Mobile-Agent已经学会了十个APP的操作，以及一些跨应用任务。
比如搜索导航路线、帮忙在购物网站下单，它总能精准找到搜索框并完成目标。
也可以“刷”视频，然后点赞评论，看上去就像熟练的老手。
甚至是安装应用、修改系统设置，也难不倒

原文链接：阿里全新Agent玩转手机：刷短视频自主点赞评论，还学会了跨应用操作

联系作者

文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破