MobileAgent是什么？

MobileAgent是阿里巴巴和北京交通大學開發的可以模擬人類操作手機的自主多模態AI代理。該項目利用人工智能技術，特別是在多模態大型語言模型（如GPT-4V）的應用，以實現移動設備代理的自主決策和交互。

MobileAgent的主要特點

MobileAgent是一個純視覺解決方案，不需要系統代碼，而是通過分析圖像來理解和操作手機。能夠自主完成打開淘寶找帽子添加到購物車，播放音樂，自主使用導航APP等任務。

• 純可視化解決方案，獨立于 XML 和系統元數據。
• 操作范圍不受限制，可進行多應用操作。
• 多種視覺感知工具，用于操作定位。
• 無需探索和培訓，即插即用。

如何使用MobileAgent？

目前MobileAgent已經開源，你可以自己按需部署體驗。

項目地址：https://github.com/X-PLUG/MobileAgent

?版權聲明：如無特殊說明，本站所有內容均為AIHub.cn原創發布和所有。任何個人或組織，在未征得本站同意時，禁止復制、盜用、采集、發布本站內容到任何網站、書籍等各類媒體平臺。否則，我站將依法保留追究相關法律責任的權利。