MobA：让AI 真正学会使用手机！

手机变身「聪明」的二重大脑！

移动设备助手一直以来都在和复杂任务较劲，直到MobA这个「双脑系统」。

这个系统像人类大脑一样，分成了两个层次：一个负责「思考」，一个负责「动手」。

双重大脑架构

MobA的「大脑」分工明确：

全局代理（Global Agent） 就像是一个「总指挥」：

• 理解用户的指令

• 规划整体任务

• 管理历史记录

本地代理（Local Agent） 则像是一个「执行官」：

• 按部就班地执行具体动作

• 完成每个小任务

这两个「大脑」通过四个关键模块协同工作：

• 计划模块 ：把复杂任务拆解成简单步骤

• 动作模块 ：生成并执行具体操作

• 反思模块 ：检查任务是否完成

• 记忆模块 ：提供上下文信息

突破性表现

在MobBench测试集上，MobA展现出了惊人的实力：

• 完成率高达66.2% ，比第二名高出了整整17%

• 更高效地处理复杂任务

• 大幅减少无效操作

这意味着什么？

简单来说，MobA不仅能理解你想做什么，还能像人类一样，把复杂的任务分解成一个个小步骤，然后一步步完成。

最厉害的是，它还会「 反思 」——通过双重反思机制，即使面对从未见过的任务，也能从容应对。

MobA的出现，让我们离真正智能的移动助手又近了一步。它不仅能理解我们的需求，还能像人类助手一样，灵活地完成各种复杂任务。

论文地址：https://arxiv.org/abs/2410.13757

👇

👇

👇