OpenMobile-2发布开放智能手机智能体模型及覆盖逾110款应用的训练环境
AI 总结
南京大学、商汤科技等高校研究人员发布OpenMobile-2，包括基于Qwen3.5和Qwen3.6的90亿与270亿参数模型，以及训练环境、数据和复现说明。其环境覆盖逾110款模拟应用。研究人员报告称，在训练数据量相同的情况下，增加应用多样性使未见应用上的成功率从60.7%升至67.5%；270亿参数模型在SPA-Bench上获得59.6分，研究人员称这是开放模型中的最高结果。相关发现来自单一二手报道，仍属于研究者自报结果。
深度见解
OpenMobile-2提供了可复现的智能手机智能体训练资源。研究人员的对照比较显示，在数据预算固定时，覆盖更多应用可能比增加来自较少应用的样本更有利于改善未见应用上的表现。
OpenMobile-2 proves open-source smartphone agents can rival proprietary models
Jonathan Kemper View the LinkedIn Profile of Jonathan Kemper
Oct 25, 2026
Nano Banana Pro prompted by THE DECODER
Key Points
- The open-source OpenMobile-2 project trains AI smartphone agents in an environment with more than 110 simulated apps.
- App diversity matters more than data volume. With the same amount of training data, increasing the number of apps pushed the success rate on unseen applications from 60.7 to 67.5 percent.
- On real Android devices, the larger model scored 59.6 points on SPA-Bench, the highest result among open models.
#OpenMobile-2#OpenMobile-2-27B#Qwen3.5#Qwen3.6#Gemini 3.1 Pro#SPA-Bench#AndroidWorld#MobileWorld#Nanjing University#SenseTime