# AndroidGen – 智谱推出增强大语言模型 Agent 能力的框架

- Link: https://paooo.com/aigc-news/20802/
- Published: 2026-06-08T18:27:59+08:00
- Author: 站外新闻

## AndroidGen是什么

AndroidGen 是智谱技术团队推出增强基于大语言模型（LLM）的 [Agent](https://paooo.com/trends/)
能力的框架，特别是在数据稀缺的情况下。框架通过收集人类任务轨迹基于这些轨迹训练语言
模型，开发出无需人工标注轨迹的 Agent，显著提升 LLM 执行复杂任务的能力。

阅读目录

 * [AndroidGen是什么](https://paooo.com/aigc-news/20802/#androidgen%e6%98%af%e4%bb%80%e4%b9%88)
 * [AndroidGen的主要功能](https://paooo.com/aigc-news/20802/#androidgen%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [AndroidGen的技术原理](https://paooo.com/aigc-news/20802/#androidgen%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [AndroidGen的性能效果](https://paooo.com/aigc-news/20802/#androidgen%e7%9a%84%e6%80%a7%e8%83%bd%e6%95%88%e6%9e%9c)
 * [AndroidGen的应用场景](https://paooo.com/aigc-news/20802/#androidgen%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![AndroidGen ](https://paooo.com/wp-content/uploads/2026/06/AndroidGen-website-1.
avif)

## AndroidGen的主要功能

 * **无需人工标注的数据收集与训练**：AndroidGen 能在无需人工标注轨迹的情况下，通过
   收集人类任务轨迹并基于这些轨迹训练语言模型，开发出高效的 Agent。
 * **增强 Agent 的任务执行能力**：通过四个核心模块（ExpSearch、ReflectPlan、AutoCheck
   和 StepCritic），AndroidGen 显著提升了 LLM 执行复杂任务的能力。
    - **xpSearch（经验搜索）**：通过检索已完成的类似轨迹，使 LLM 进行上下文学习，
      从而提升 Agent 的能力，帮助其实现从简单任务到复杂任务的泛化。
    - **ReflectPlan（反思计划）**：对当前环境进行自我反思并更新计划状态，增强 Agent
      的长期推理能力。
    - **AutoCheck（自动检查）**：主动验证每个 Agent 操作的有效性，降低因操作失误
      导致任务失败的风险。
    - **StepCritic（步骤评估）**：将任务分解为多个子目标，并提供逐步轨迹评估，为
      模型优化提供细粒度标签。
 * **高效的数据收集管道**：AndroidGen 构建了一个高效的数据收集管道，能生成大量高
   质量的 Android 浏览轨迹。

## AndroidGen的技术原理

 * **模型训练**：采用 LoRA 技术，针对自动构建的数据集对 GLM-4-9B 和 Llama-3-70B 
   进行微调，得到 Android Agent 模型。无需人工标注轨迹，通过将轨迹中的每一步作为
   独立样本进行训练，充分利用了数据集中的信息。
 * **混合规划和执行步骤**：将规划和执行步骤混合起来进行微调，使 LLM 能够同时具备
   规划和执行的能力。
 * **数据收集流程**：
    - **任务制定**：基于 GPT-4o 根据 AndroidWorld 中的指令生成约 300 条任务指令。
    - **Agent 采样**：基于 AndroidWorld 和 GPT-4o 对每个任务的轨迹进行采样。
    - **轨迹记录**：记录每一步的环境和操作信息，构建可复现的 Android 导航轨迹。
    - **轨迹评估**：使用 StepCritic 对记录的轨迹进行评估，确保每个子目标都已完成。
    - **轨迹增强**：扩充高质量数据集，最终构建了一个包含 1000 多个轨迹的数据集。

## AndroidGen的性能效果

 * **AndroidWorld 基准测试**：
    - AndroidGen 显著提升了相同基础模型 Agent 的能力，与 M3A 和 SeeAct 相比，性能
      提升更为显著。
    - AndroidGen + GPT-4o 的平均得分达到了 46.8，远超其他组合。
    - 模型参数更小且开源的 GLM-4-9B + AndroidGen 的平均得分，超过了模型参数更大且
      闭源的 GPT-4o + M3A。
 * **AitW（Android in the Wild）** 和八款全球流行的移动应用程序（如 Google Maps、
   YouTube 等）的评测中，AndroidGen 也表现出色，在真实设备环境中对自然语言指令的
   理解和交互能力。

## AndroidGen的应用场景

 * **自动化任务处理**：通过自然语言指令，Agent 可以自动完成如发送邮件、设置提醒、
   查询信息等任务。
 * **跨应用操作**：Agent 能在不同应用之间进行交互，完成如从一个应用复制数据到另一个
   应用等操作。
 * **智能导航**：在 Android 设备上，Agent 可以根据用户指令进行导航，例如打开特定
   的应用、查找文件等。
 * **智能交互**：通过自然语言理解，Agent 能与用户进行交互，提供更智能的用户体验。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)