让AI自己“动手刷”手机！清华、智谱团队推出MobileRL框架，9B模型实现SOTA

背景：随着手机成为日常生活不可或缺的工具，重复性操作任务增加了用户负担，需要AI代理自动操作手机界面。研究目的：清华大学与智谱团队提出MobileRL框架，旨在解决移动GUI环境中智能代理训练的三大挑战（指令格式稳定性、采样效率低、资源管理难），通过结合监督微调、迭代推理强化和难度自适应强化学习，提升代理在真实移动环境中的自主操作能力。结论：实验显示，MobileRL在AndroidWorld和AndroidLab基准测试中达到SOTA性能（最高75.8%和46.8%成功率），9B参数模型显著优于现有方法，证明了框架的有效性和实用性。