隨着人工智能技術的迅猛發展，智能化交互成爲移動互聯網的新焦點。近日，清華大學THUNLP實驗室與面壁智能聯合發佈了一款革命性的開源項目——AgentCPM-GUI，這是全球首個針對中文APP精細優化的開源GUI（圖形用戶界面）Agent。該項目不僅展示了國產AI技術的硬核實力，還爲安卓生態的智能化升級提供了全新可能。

image.png

模型地址：https://huggingface.co/openbmb/AgentCPM-GUI

技術突破:首箇中文APP專精GUI Agent

AgentCPM-GUI基於面壁智能的MiniCPM-V模型構建，總參數量達8B（80億）。該模型以手機屏幕圖像作爲輸入，能夠精準識別界面元素並自動執行用戶指令。相比傳統的通用Agent，AgentCPM-GUI針對中文APP進行了深度優化，覆蓋包括高德地圖、大衆點評、嗶哩嗶哩、小紅書在內的30餘個主流中文應用，展現了卓越的本地化適配能力。

image.png

據AIbase瞭解，該Agent在界面元素定位和任務執行上表現出色。例如，在演示場景中，AgentCPM-GUI能夠快速打開嗶哩嗶哩並檢查特定UP主是否發佈新視頻，操作流暢且精準。這一功能的實現，得益於其對中文APP界面邏輯的深刻理解和高效的算法設計。

效率革命:平均動作長度僅9.7個Token

在端側推理效率方面，AgentCPM-GUI同樣表現亮眼。通過先進的模型壓縮技術，該Agent將平均動作長度縮短至9.7個Token，顯著降低了計算資源佔用。這意味着即使在普通安卓設備上，AgentCPM-GUI也能實現快速響應和流暢運行，爲用戶帶來接近原生應用的交互體驗。

AIbase認爲，這一效率提升不僅降低了開發者和用戶的硬件門檻，還爲AgentCPM-GUI在更多消費電子設備上的廣泛部署奠定了基礎。無論是智能手機、平板，還是其他智能終端，AgentCPM-GUI都有望成爲智能化交互的核心引擎。

開源賦能:推動安卓生態智能化升級

作爲一款完全開源的項目，AgentCPM-GUI的發佈標誌着清華大學與面壁智能對AI技術普惠化的堅定承諾。開發團隊表示，AgentCPM-GUI的代碼和相關文檔已公開，開發者可以自由訪問並基於此進行二次開發。這一舉措將極大降低中文APP智能化交互的開發成本，助力更多中小型企業加入智能生態建設。

AIbase注意到，AgentCPM-GUI的開源還得到了業內廣泛關注。業內人士指出，該項目不僅填補了中文GUI Agent領域的空白，還爲全球安卓生態的智能化發展提供了寶貴參考。未來，隨着更多開發者的參與，AgentCPM-GUI有望推動高德地圖、大衆點評等主流APP的交互體驗邁上新臺階。

應用前景:從導航到社交，智能化無處不在

AgentCPM-GUI的出現，爲中文APP的智能化應用開闢了廣闊空間。在導航場景中，用戶可以通過語音指令讓AgentCPM-GUI自動操作高德地圖規劃路線;在社交場景中，Agent可快速瀏覽小紅書筆記或嗶哩嗶哩視頻，精準提取用戶所需信息;在生活服務領域，大衆點評的餐廳推薦和預訂也能通過Agent實現一鍵操作。

AIbase預測，隨着AgentCPM-GUI的普及，中文APP的用戶體驗將迎來質的飛躍。無論是提升操作效率，還是優化個性化服務，這款Agent都將成爲連接用戶與應用的智能橋樑。

國產AI的里程碑式突破

作爲AI領域的專業媒體，AIbase認爲，AgentCPM-GUI的發佈不僅是清華大學與面壁智能在技術研發上的重大突破，也是國產AI邁向全球舞臺的重要一步。其針對中文APP的精細優化和高效端側推理能力，展現了中國AI企業在本地化場景中的獨特優勢。