研究人员推出了MobileDreamer,一个旨在增强移动GUI代理能力的创新框架。该系统利用生成式草图世界模型来预测行动结果,使代理能够规划超越即时屏幕交互的长期任务。该模型将屏幕图像转换为与任务相关的关键草图,并通过一种顺序无关的学习策略保留空间信息。在Android World基准测试上的实验表明,MobileDreamer将任务成功率显著提高了5.25%,并能准确预测关键的GUI元素。 AI
影响 增强了移动GUI代理的规划能力,有望改善长周期任务的自动化。
排序理由 详细介绍新AI模型和框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →