Mobile-Agent-v2：让AI学会自动刷手机

Mobile-Agent-v2是一个先进的AI系统，旨在通过自动化操作和视觉感知技术，实现对移动设备的全面控制。这一系统能够模拟真人的各种交互行为，如点击、滑动和输入等，从而自动化地完成一系列复杂的任务。

以下是Mobile-Agent-v2能够实现的一些关键功能示例:

搜索和购买商品:AI可以在购物应用中自动搜索特定商品，将其添加到购物车，并执行购买操作。

邮件发送:在Gmail等邮件应用中，AI能够自动填写邮件内容并发送。

导航:AI可以在Google Maps等导航应用中自动进行路线规划和导航设置。

视频观看:在YouTube等视频平台上，AI能够自动搜索视频并执行评论等互动操作。

与之前的Mobile-Agent相比，Mobile-Agent-v2引入了创新的多代理协作架构。这种架构允许多个AI代理协同工作，以实现更加高效的任务规划和执行。这种协作机制不仅提升了任务处理的灵活性，还显著提高了任务完成的效率。

实验结果显示，Mobile-Agent-v2在任务完成率方面相较于单代理架构的Mobile-Agent有了显著提升，提高了30%以上。这一进步表明，多代理协作的方法在自动化任务执行方面具有明显优势，能够为用户带来更多便利，同时也为AI在移动设备自动化领域的应用开辟了新的可能性。

论文地址：https://arxiv.org/pdf/2406.01014