---
title: "PhoneBuddy – 腾讯混元开源的 4B 参数手机 Agent 模型"
url: "https://paooo.com/aigc-news/38614/"
author: "Prompt 语宙研究院"
published_at: "2026-07-23T12:56:24+08:00"
updated_at: "2026-07-23T12:56:24+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, OpenAI, 大模型微调, 开源大模型, 腾讯混元"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# PhoneBuddy – 腾讯混元开源的 4B 参数手机 Agent 模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/38614/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-23

## AI 30 秒核心看点 (TL;DR)

- 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。

## 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。

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](https://ai-bot.cn/gpt%e2%80%915-4/)

**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。

## 📊 PhoneBuddy 配图中的核心定量信息

> 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 | 4B | open phone-use model line |
| 评测任务数 | 150 | real-phone human-evaluation tasks |
| 成功率 | 83.2% | AndroidWorld success rate after Real+Mock RL |
| 平均提升 | +5.0 | average gain over real-app RL alone |

## 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。

---
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/)
