---
title: "AndroidLab – 清华和北大联合推出系统化评估Android智能代理的框架"
url: "https://paooo.com/aigc-news/25781/"
author: "Prompt 语宙研究院"
published_at: "2026-07-16T09:18:29+08:00"
updated_at: "2026-07-16T09:18:29+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI智能体, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# AndroidLab – 清华和北大联合推出系统化评估Android智能代理的框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/25781/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-16

## AI 30 秒核心看点 (TL;DR)

- 统一LLM与LMM的Android操作环境，支持可重现基准测试与真实场景评估。
- 138项任务覆盖九个应用，结合SR、Sub-SR、RRR、ROR多维指标衡量代理能力。
- 通过Android Instruct数据集与指令调优，显著提升开源模型任务完成率并缩小差距。

## AndroidLab是什么

AndroidLab是用在训练和系统评估Android自主代理的框架，集成文本和图像模态操作环境，统一行动空间和可重现基准测试。AndroidLab支持大型语言模型和多模态模型，包含138个任务，覆盖九个应用。基于AndroidLab，开发Android指令数据集，提升开源模型的成功率。框架缩小开源与闭源模型性能差距，推动开源解决方案发展，并在GitHub开源。

## AndroidLab的主要功能

- **多模态操作环境**：提供标准化的多模态操作环境，支持大型语言模型（LLMs）和多模态模型（LMMs）在相同的操作空间内进行交互。

- **基准测试**：设计一个包含138项任务的基准测试，覆盖九个常见应用，任务类型包括操作任务和查询任务，涉及真实世界的复杂交互场景。

- **评估指标**：引入任务完成率（SR）、子目标成功率（Sub-SR）、反向冗余率（RRR）和合理操作比率（ROR）等评估指标，精准评估代理的任务表现。

- **数据集构建**：创建Android Instruct数据集，结合自动化探索与人工标注，生成高质量的操作数据，提升开源模型在任务完成率和操作效率上的表现。

- **模型训练与优化**：支持对开源和闭源模型进行训练和优化，基于指令调优显著缩小开源与闭源模型之间的性能差距。

## AndroidLab技术原理

- **操作模式**：

**XML模式**：为文本输入的LLMs设计，基于压缩XML信息传递界面状态，模型直接选择元素执行操作。

- **SoM模式**：针对LMMs的设计，用Set-of-Mark方法，将屏幕截图与标记信息结合，模型选择带有编号的标记元素进行操作。

- **推理与操作框架**：

**ReAct框架**：基于逐步推理和操作输出，模型输出操作的同时展示中间推理过程。

- **SeeAct框架**：推理与操作分离，分两轮交互进行，第一轮模型生成详细的推理步骤，第二轮执行具体操作。

- **任务设计与重现性**：每个任务设计多个子目标，用XML树结构匹配来验证每个子目标的完成情况，确保结果准确性和操作的高效性。

- **评估系统**：基于任务完成的评估系统，直接从设备和屏幕状态判断，提供全面和精确的代理性能评估。

- **数据集与模型训练**：基于自动化探索和人工标注构建数据集，训练和微调模型，提升模型在多模态与文本输入任务中的表现。

## AndroidLab的项目地址

- **GitHub仓库**：[https://github.com/THUDM/Android-Lab](https://github.com/THUDM/Android-Lab)

- **arXiv技术论文**：[https://arxiv.org/pdf/2410.24024](https://arxiv.org/pdf/2410.24024)

## AndroidLab的应用场景

- **自动化测试**：用在移动应用的自动化测试，模拟用户操作检测应用的功能和性能。

- **智能助理开发**：开发理解和执行复杂用户指令的智能助理，如语音助手和聊天机器人。

- **人机交互研究**：研究和改进人机交互方式，特别是在移动设备上，如何让机器更好地理解和响应人类指令。

- **人工智能研究**：提供一个实验平台，研究和开发大型语言模型（LLMs）和多模态模型（LMMs）在实际应用中的表现。

- **教育和培训**：作为教育工具，帮助学生和研究人员理解Android操作系统的工作原理和应用开发。

## 常见问题解答 (FAQ)

### AndroidLab主要解决什么问题？
AndroidLab主要用于训练和系统评估Android自主代理，统一文本与图像模态的操作环境，提供可重现基准测试。它帮助研究者更准确比较LLM和LMM在真实手机任务中的表现。

### AndroidLab的评估指标有哪些？
AndroidLab引入任务完成率（SR）、子目标成功率（Sub-SR）、反向冗余率（RRR）和合理操作比率（ROR）等指标，从完成结果、子目标达成和操作效率等维度评估代理。

### AndroidLab对开源模型有什么帮助？
AndroidLab基于Android Instruct数据集进行训练与微调，提升开源模型在任务完成率和操作效率上的表现，并缩小开源与闭源模型之间的性能差距。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
