在线自动化操作手机和电脑界面太繁琐？试试阿里巴巴的开源项目 Mobile-Agent，一个强大且多平台支持的 GUI 智能体系列。

Mobile-Agent 集成了多模态视觉感知与跨平台操作能力，覆盖手机、PC、浏览器等环境。最新的 GUI-Owl 1.5 系列基于 Qwen3-VL 打造，支持桌面和移动端 GUI 自动化，达到 20+ GUI 基准测试的 SOTA 性能，具备高级的上下文记忆、工具调用和长程任务执行能力。

项目亮点：
- 支持多模态（视觉+语言）输入，理解复杂界面元素；
- 跨平台操作涵盖安卓手机、Windows PC及网页版；
- 多智能体协同，支持规划、任务管理和动态反思；
- 开源模型权重已发布于 HuggingFace，方便试用和二次开发；
- 丰富的演示视频覆盖股票查询、文档编辑、机票火车票比价等真实场景；
- 提供在线 Demo，无需本地部署即可体验；

适合研发人员、AI爱好者、自动化测试工程师使用，助力构建智能交互式自动化系统。

GitHub：github.com/X-PLUG/MobileAgent

让 Mobile-Agent 帮你智能操控手机与电脑界面，实现真正意义上的多模态 GUI 自动化！

#AI创造营##人工智能#