不用人工标注，GUIAgent跑起「数据飞轮」：快手、浙大开源MobileForge

本文介绍了一种针对手机GUI Agent的无标注适配方法MobileForge。背景：移动App数量庞大、更新频繁，传统适配方法需要人工编写任务、录制专家轨迹和标注奖励信号，成本高且难以扩展。研究目的：构建一个不依赖人工标注的闭环系统，让Agent在真实目标App中自探索、自生成任务、自反馈和自优化，从而降低适配成本并提升性能。结论：MobileForge由MobileGym（交互与评估底座，负责探索App、生成任务和分层评估）和HiFPO（层级反馈引导的策略优化，负责利用纠错提示和步骤级反馈进行训练）组成。实验表明，在AndroidWorld上，使用自动生成的无标注数据，MobileForge将通用模型Qwen3-VL-8B的Pass@3提升至67.2%，接近闭源数据训练的专用模型；将专用模型GUI-Owl-1.5-8B的Pass@3提升至77.6%，并在跨域测试中展现出泛化能力。消融实验验证了纠错提示、任务过滤和步骤级训练等组件的有效性。MobileForge实现了无需人工标注的“数据飞轮”，为手机GUI Agent的持续进化提供了新范式。