Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: PhoneBuddy – 腾讯混元开源的 4B 参数手机 Agent 模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
PhoneBuddy – 腾讯混元开源的 4B 参数手机 Agent 模型
Prompt 语宙 > AIGC 资讯 > PhoneBuddy – 腾讯混元开源的 4B 参数手机 Agent 模型
AIGC 资讯

PhoneBuddy – 腾讯混元开源的 4B 参数手机 Agent 模型

Prompt 语宙研究院
最近更新: 2026年7月23日 下午12:56
AI智能体 OpenAI 大模型微调 开源大模型 腾讯混元
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 4B开源手机Agent,靠真实App+Mock混合RL,在真机任务上跑出超越GPT-5.4的结果。
  • PhoneWorld Mock环境把可重置、可验证的训练信号引入手机操作,解决真实场景难训练的问题。
  • 适合智能助手、自动化测试、无障碍辅助和跨App工作流,强调任务是否真正完成。

PhoneBuddy是什么

PhoneBuddy 是腾讯混元团队开源的 4B 参数手机 Agent 模型,核心研究如何在真实手机场景中训练可用的 AI Agent。模型采用真实 App + Mock App混合 RL 训练方案,在 150 个真机评测任务中,单 App 和微信小程序任务成功率均超过 GPT-5.4,AndroidWorld 达 83.2%,证明小模型通过环境设计优化可具备强竞争力。

阅读目录
  • PhoneBuddy是什么
  • PhoneBuddy的主要功能
  • PhoneBuddy的技术原理
  • 如何使用PhoneBuddy
  • PhoneBuddy的核心优势
  • PhoneBuddy的项目地址
  • PhoneBuddy的同类竞品对比
  • PhoneBuddy的应用场景

PhoneBuddy

PhoneBuddy的主要功能

  • 手机 GUI 理解与操作:识别手机屏幕截图,预测点击、滑动、输入等下一步动作。
  • 单 App 任务执行:在单个原生应用内完成搜索、设置、内容创建等操作。
  • 跨 App 信息流转:在多应用间传递信息,完成需要协作的复杂任务。
  • 微信小程序操作:支持在微信小程序生态内完成搜索、预订、查询等任务。
  • 真实环境任务验证:验证任务是否真正完成,如消息是否发出、文档是否保存。

PhoneBuddy的技术原理

  • 两阶段训练架构:通过 Shared SFT 让模型同时学习真实 App 和 Mock App 的操作轨迹,建立统一的手机操作基础能力;进入 RL 阶段,分别对比仅在真实环境训练和真实+Mock 混合训练的效果。
  • Real+Mock 混合 RL:真实 App 提供真实业务逻辑、账号状态和副作用;PhoneWorld Mock App 提供可重置、可验证、可规模化的训练信号,两者互补解决真实但难训练与可控但不真实的矛盾。
  • PhoneWorld 环境构建:从真实 GUI 使用结构中重建可运行的 Android Mock App,保留页面结构、跳转关系、可交互元素和任务验证器,使 RL 获得稳定的 reward 信号。
  • 任务级验证机制:直接检查任务最终状态,如酒店预算是否被筛选、请假条内容是否正确粘贴,确保 Agent 真正完成用户目标。

挖挖GitHub

微信关注回复 “开源”,加入AI开源项目交流群

如何使用PhoneBuddy

  • 环境准备:下载并配置 PhoneBuddy-4B 模型权重与依赖环境,准备 Android 真机或模拟器作为执行环境。
  • 数据收集:采集真实 App 操作轨迹用于 SFT 阶段训练,同时构建或接入 PhoneWorld Mock App 获取可验证的交互数据。
  • 模型训练:先执行 Shared SFT 训练使模型掌握统一操作格式,再选择 Real-only 或 Real+Mock 环境进行 RL 微调。
  • 任务部署:将训练好的模型接入手机执行层(如 PhoneHarness),通过 GUI 或 CLI 方式下发任务指令。
  • 结果验证:用任务验证器检查最终执行状态,确认任务是否真正完成而非仅页面看起来正确。

PhoneBuddy的核心优势

  • 真实场景导向:训练直接面向真实手机和真实 App,而非仅优化离线 Benchmark 分数。
  • 小模型高性能:仅 4B 参数就在单 App 和微信小程序任务上超过 GPT-5.4,证明环境设计比单纯堆参数更重要。
  • 可验证的 RL 训练:PhoneWorld Mock 环境提供稳定 reward,使 RL 训练可规模化扩展。
  • 完整技术栈开源:从环境、训练、执行到安全隐私评估全部公开。
  • 任务完成度保障:通过约束跟随和信息转移验证,确保 Agent 真正执行用户意图。

PhoneBuddy的项目地址

  • 项目官网:https://phonebuddyai.github.io/
  • GitHub仓库:https://github.com/PhoneBuddyAI/phonebuddy
  • HuggingFace模型库:https://huggingface.co/PhoneBuddyAI/PhoneBuddy-4B
  • 技术论文:https://phonebuddyai.github.io/assets/paper.pdf

PhoneBuddy的同类竞品对比

对比维度 PhoneBuddy-4B-Real+Mock GPT-5.4
模型规模 4B(开源) 闭源大模型(估计数百B级)
训练方式 Real+Mock 混合 RL 未公开具体手机 Agent 训练方案
单 App 成功率 62.0% 50.0%
微信小程序成功率 56.0% 40.0%
AndroidWorld 83.2% 70.7%
跨 App 成功率 18.0% 未明确列出(文章未提)
平均成功率 54.8% 48.2%
环境可控性 支持 Mock 环境重置与验证 依赖真实 API/环境

PhoneBuddy的应用场景

  • 智能手机助手:用户通过自然语言指令让 Agent 完成查快递、订酒店、发消息等日常操作。
  • 自动化测试:在真实 App 中自动执行 UI 测试流程,验证功能完整性和业务逻辑。
  • 无障碍辅助:帮助视障或操作不便用户自动完成复杂的手机多步操作。
  • 跨应用工作流:自动从邮件提取信息填入表格,或在多个办公 App 间传递数据。
  • 小程序服务自动化:在微信小程序内完成查询、预约、下单等无需安装原生 App 的任务。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
腾讯混元 ↗
腾讯混元大模型是腾讯研发的具备跨领域知识和自然语言理解能力的大语言模型。
HuggingFace ↗
HuggingFace:AI模型开发社区,面向大语言模型场景提供便捷实用的在线功能支持,涵盖大模型等实用方向。
❓ 常见问题解答(FAQ)
PhoneBuddy是什么模型?

PhoneBuddy是腾讯混元团队开源的4B参数手机Agent模型,重点研究如何在真实手机场景中训练可用的AI Agent。它结合真实App与Mock App进行训练,目标是让模型真正完成手机任务,而不只是看起来会操作。

PhoneBuddy为什么能超过GPT-5.4?

文章给出的原因是环境设计优于单纯堆参数。PhoneBuddy通过真实App+Mock App混合RL训练,既保留真实业务逻辑,又获得可重置、可验证的稳定奖励信号,因此在单App、微信小程序和AndroidWorld等任务上表现更强。

PhoneBuddy适合哪些应用场景?

它适合智能手机助手、自动化测试、无障碍辅助、跨应用工作流和微信小程序自动化等场景。核心价值是让Agent在真实手机里完成可验证的任务,例如发消息、订酒店、填表或完成预约。

📊 PhoneBuddy 配图中的核心定量信息(AI 视觉结构化提取)

核心发现:图中展示了 PhoneBuddy 的核心定量结果:4B 参数模型在 150 个真实手机人评任务上取得 83.2% 成功率,并且相较仅用 real-app RL 平均提升 5.0。

指标数值说明
模型规模4Bopen phone-use model line
评测任务数150real-phone human-evaluation tasks
成功率83.2%AndroidWorld success rate after Real+Mock RL
平均提升+5.0average gain over real-app RL alone
🔬 语宙深潜追问 · 进阶实操拆解
真实App+Mock App混合RL的价值在哪?

真实App保证任务分布和交互真实性,Mock App则能高频覆盖稀有状态和失败路径。两者结合能让小模型在有限算力下学到更稳的操作策略,减少只会“刷题”不会落地的情况。

手机Agent落地最先卡在哪些环节?

通常卡在UI变化、权限弹窗、长链路任务稳定性和异常恢复。要想真正可用,除了模型能力,还得有动作约束、状态记忆、失败回滚和任务监控,否则成功率很难在真实环境里长期保持。

🗳️ 读者观点微投票 · 您的实战立场是?
4B手机Agent真能替代大模型吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • TeleChat2-115B – 中国电信AI研究院推出的开源星辰语义大模型
  • MiniCPM-o 4.5开源发布:9B参数全模态模型,实时看听说,端侧运行超越GPT-4o
  • AppAgent: 像人类用户一样操作手机的多模态智能体 [译]
  • 智谱开源Open-AutoGLM:手机AI Agent框架深度解析与实操指南
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 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)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
微软发布万亿参数大模型MAI-1-preview:1.5万H100集群训练,性能直逼GPT-4
Gemini 介绍:我们的超级 AI 模型 [译]
月之暗面Kimi K2模型开源:万亿参数MoE架构,代码与Agent能力超越主流开源模型
阿里通义Qwen-Image-Edit全面评测:200亿参数全能图像编辑模型,中英文精准修图,支持多图输入与链式编辑
Parlant:开源大模型AI Agent开发框架,用自然语言规则彻底解决幻觉与不一致难题
TAGGED:AI智能体OpenAI大模型微调开源大模型腾讯混元
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 SciReasoner – 上海AI Lab等推出的科学推理多模态基础模型 SciReasoner – 上海AI Lab等推出的科学推理多模态基础模型
下一篇 FastContext -微软开源的轻量级代码仓库探索模型 FastContext -微软开源的轻量级代码仓库探索模型
Ad image
Ad image

最近更新

GitHub Changelog 官方发布主图:GitHub Copilot CLI 1.0.113+ 公测支持 Microsoft Entra 身份登录与双轨企业推理
免GitHub账号直接终端跑AI!Copilot CLI上线Microsoft Entra登录:接入Work IQ MCP与Agent 365全链路审计拆解
AI 工具
The Verge 报道主图:《以撒的结合:忏悔+》因游戏音频文件残留 Suno 元数据遭 Steam 玩家差评轰炸并紧急移除
《以撒的结合》翻车!Suno元数据抓包引爆差评轰炸:AI资产供应链污染与Steam披露红线全拆解
AIGC 资讯
Hello Partner 深度报道主图:2026 年黑五消费前夕 Barclays 与 KPMG 对英国消费者使用 AI 工具比价给出悬殊数据
55%用AI找黑五折扣还是仅12%问大模型?Barclays与KPMG调研打架真相:零点击比价、84%返利盲区与联盟归因断层全拆解
AI 工具
The Verge 专题主视觉:开发者正借助 Claude Code 与 Codex 等 AI 编程工具改造电视、相机与嵌入式硬件固件
从电视去广告到PS5跑老盘!Vibe Coding正席卷消费硬件固件:Take-Two预警强硬DRM反制与ESP32安全替代路径全拆解
最新趋势

相关推荐

LiveKit Agents – 创建实时与用户互动的多模态AI代理框架
AIGC 资讯

LiveKit Agents – 创建实时与用户互动的多模态AI代理框架

Prompt 语宙研究院
AI智能体 AI编程 AI音频与语音 ElevenLabs OpenAI
OpenAI发布GPT-5.5-Cyber:网络安全专用AI模型,助力漏洞分析与红队测试
AI 工具AIGC 资讯

OpenAI发布GPT-5.5-Cyber:网络安全专用AI模型,助力漏洞分析与红队测试

Prompt 语宙研究院
GPT-5.5 OpenAI 大模型 红队测试 网络安全
Midjourney V8震撼发布:速度飙升5倍、原生2K直出,AI图像生成进入新时代
AI 工具AIGC 资讯

Midjourney V8震撼发布:速度飙升5倍、原生2K直出,AI图像生成进入新时代

Prompt 语宙研究院
AIGC AI图像生成 Midjourney V8 Stable Diffusion竞品 文生图
700TOPS算力对齐99.99%、首发量产Armv9车规CPU!新芯航途重磅发布X7 Ultra智驾芯片:以“大模型定义芯片”重构端到端车载计算全景深度拆解 核心实测与架构演示 1
AIGC 资讯

700TOPS算力对齐99.99%、首发量产Armv9车规CPU!新芯航途重磅发布X7 Ultra智驾芯片:以“大模型定义芯片”重构端到端车载计算全景深度拆解

Prompt 语宙研究院
Armv9车规CPU X7 Ultra 新芯航途 智驾芯片 端到端大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 Claude Code
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.