实体 AndroidLife

AndroidLife

PulseAugur coverage of AndroidLife — every cluster mentioning AndroidLife across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

时间线

2026-09-17 research_milestone The AndroidLife benchmark was used to test an AI agent's ability to perform real-world tasks on a smartphone. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_260588 · Sep 17 · 12:06

AI 代理在真实世界手机任务中遇到困难，Qwen3.8-27B 成功率达 56.7%

一项名为 AndroidLife 的新基准测试了 AI 代理在智能手机上执行真实世界任务的能力，Qwen3.8-27B 模型取得了 56.7% 的成功率。测试在 OnePlus 手机上进行了 60 个连续任务，导致芯片最高温度达到 98.2°C，电池消耗 69%。虽然 Qwen3.8-27B 为文本模型设定了新基准，但它在多步应用交互和准确检索特定用户信息方面遇到了困难。