阿里開源 Mobile-Agent 3：強大的 GUI 代理家族

今日，X-PLUG 團隊在 GitHub 上正式發佈了其最新項目 Mobile-Agent-v3，這是一款基於 GUI-Owl 的跨平臺多代理框架。Mobile-Agent-v3具備強大的規劃、進度管理、反思和記憶能力，旨在提升用戶的 GUI 自動化體驗。

GUI-Owl 作爲 Mobile-Agent-v3的基礎模型，融合了感知、基礎、推理、規劃和執行等多項功能，是一款原生的端到端多模態代理。它的設計使得跨平臺交互和多回合決策變得更加流暢，具有明確的中間推理能力。這意味着用戶在進行多任務操作時，可以獲得更爲穩定的性能表現。

X-PLUG 團隊特別提到，Mobile-Agent-v3不僅在功能上進行了優化，同時還加強了異常處理和反思能力，確保在面對彈窗和廣告等干擾時依然能夠保持高效的操作。此外，Mobile-Agent-v3的關鍵信息記錄功能，使得跨應用任務的執行變得更加便捷，極大地方便了用戶的日常操作。

同時，Mobile-Agent 的多個前身版本，如 Mobile-Agent-v2和 PC-Agent，分別在 NeurIPS2024和 ICLR2025的會議上獲得接受，顯示出該項目在學術研究領域的廣泛影響力。

值得一提的是，X-PLUG 團隊還提供了豐富的資源支持，包括技術報告、演示視頻和代碼庫，使得開發者和研究人員能夠更深入地探索 Mobile-Agent 的潛力。通過這些資源，用戶不僅可以體驗到 Mobile-Agent 的強大功能，還能夠參與到其後續的開發和優化中。

地址:https://github.com/X-PLUG/MobileAgent