Mobile-Agent-v3.5 – 阿里通义开源的多平台GUI Agent框架

Mobile-Agent-v3.5是什么

Mobile-Agent-v3.5 是阿里巴巴通义实验室开源的新一代多平台GUI Agent框架，标志着开源GUI智能体从”演示级”迈向”工程可用级”。框架原生支持桌面、手机、浏览器三大平台，可跨Android、Ubuntu、macOS、Windows实现自动化操作。配套的GUI-Owl-1.5模型家族提供2B至235B多参数规模，并解耦出Instruct（轻量低延迟）和Thinking（强规划反思）两种变体，支持端侧到云端全链路部署。Mobile-Agent-v3.5在OSWorld-Verified、AndroidWorld、VisualWebArena等20多项主流GUI Benchmark上取得开源领域SOTA成绩，通过混合数据飞轮、统一思维链合成和MRPO多平台强化学习算法三大核心技术，解决了跨平台动作空间差异与长程任务训练不稳定等难题，为社区提供了从底层基座模型到Agent框架的完整开源技术参考。

Mobile-Agent-v3.5的主要功能

• 跨平台GUI自动化：原生支持桌面、手机、浏览器三大平台，实现Android、Ubuntu、macOS、Windows多端统一控制与自动化操作。