新万博体育

　　猫眼电影记者 石柱林 报道Q8X2R7L1T4J5M9B6W3

GELab-Zero团队 投稿量子位 | 公众号 QbitAI

首次将GUI Agent模型与完整配套基建同步开放，支持手搓党一键部署！

这就是阶跃星辰刚刚开源的GELab-Zero。

其中4B版本的GUI Agent模型在手机端、电脑端等多个GUI榜单上全面刷新同尺寸模型性能纪录，取得SOTA成绩。

随着AI在手机等消费终端的普及，Mobile Agent正从“能不能用”迈向“能否规模化落地”。

GUI Agent是执行能力最强的形态之一。它基于视觉理解即可适配几乎所有App，无需厂商额外改造，接入成本极低。

此外，阶跃还同步开源了基于真实业务场景的自建评测标准AndroidDaily，以期推动GUI领域模型评测向消费级、规模化应用发展。

同尺寸性能 SOTA，端到端、轻量化、速度快

要知道，让GUI Agent在不同品牌与系统版本的设备上顺畅运行并不轻松。

移动生态的高度碎片化让开发者需处理多设备ADB连接、依赖安装、权限配置、推理服务部署、任务编排与回放等繁琐流程，工程成本高昂，精力难以聚焦在策略创新与体验设计上。

要推动移动端Agent真正规模化，必须首先降低开发与使用门槛，让开发者专注于创造价值，而非重复搭建底层设施。

基于此，阶跃开源了GELab-Zero。

它主要包含三部分：

一个能在本地运行的GUI Agent模型GELab-Zero-4B-preview即插即用的完整推理工程基建，解决所有脏活累活基于真实业务场景的自建评测标准AndroidDaily

研究团队在ScreenSpot、OSWorld、MMBench、Android World多个开源基准测试上对GELab-Zero-4B-preview模型进行了全面评估。

这些基准测试涵盖了GUI理解、定位、交互等多个维度。

从测试结果可以看出，GELab-Zero-4B-preview在多项开源基准测试中超越其他主流模型，拿下同尺寸SOTA。

值得一提的是，GELab-Zero-4B-preview的表现还超越了参数量更大的GUI-Owl-32B等模型，性能更优，也更易部署。

来看一下研究团队给出的示例场景。

复杂任务

场景1：在外卖平台同时采购跨品类、不同规格和数量的商品。

Prompt：去饿了么离我最近的盒马鲜生购买：红颜草莓300g、秘鲁比安卡蓝莓125g（果径18mm）、当季新鲜黄心土豆500g、粉糯贝贝南瓜750g、盒马大颗粒虾滑、2瓶盒马纯黑豆豆浆300ml、小王子夏威夷果可可脆120g、盒马菠菜面、盒马五香牛肉、5袋好欢螺柳州螺狮粉（加辣加臭）400g、m&m’s牛奶巧克力豆100g

可以看到，模型精准识别了物品信息，并顺畅地完成了多步骤、重复性的购买操作。

场景2：在企业福利APP中领取餐券。

Prompt：打开给到App，在我的，下滑寻找，员工权益-奋斗食代，帮我领劵。

上述示例展示了GELab-Zero-4B-preview执行的能力和范围具有很强的泛化性，无论在国民级APP还是小众产品平台，都可以顺利完成任务。

模糊指令

场景1：在某个视频平台上播放指定演员的经典作品。

Prompt：在腾讯视频上找一部成龙的经典动作片播放。

接到指令后，GELab-Zero-4B-preview自主拆解“经典”这一需求，确定执行标准。

过程中，模型先打开腾讯视频，识别并关闭了弹窗，搜索“成龙”后在电影类目中选择了页面上成龙评分最高的代表作播放。

场景2：找一个周末能带孩子玩的地方。

Prompt：帮我找个周末能带孩子去玩的地方。

接到指令后，模型首先在内容平台搜索“北京周末带娃”，然后自主判断衡量标准后为用户推荐北京园博园“顽酷奇遇”，并为用户提炼出该地点的亮点——“有巨型装置卡通，亲子活动丰富”。

可以看到，GELab-Zero-4B-preview模型能够很好地执行复杂任务和模糊指令，不仅可以准确、流畅地执行涉及到多步骤、多主体、重复操作的任务，也能对“好看”“适合玩的”“经典”等偏笼统和主观性的指令进行自主拆解，确定执行路径和标准。

GUI+基建=GUI Agent MCP，一键拉起部署

针对GUI智能体，研究人员构建了一整套完整的技术架构体系，可以一键拉起获得类似开源GUI Agent MCP的体验。

具体能力如下：

轻量级本地推理支持4B模型在消费级硬件上运行，兼顾低延迟与隐私。一键任务启动提供统一部署流水线，自动处理环境依赖和设备管理。多设备任务分发可以分发到多台手机并记录交互轨迹，实现可观测、可复现。多种Agent模式涵盖ReAct闭环、多智能体协作以及定时任务等多种工作模式。

这些能力让GELab-Zero能够灵活应对真实场景的复杂任务流，并为后续扩展提供扎实底座。

Agent开发者可基于这套基建快速测试新想法、验证交互策略；企业级用户则能直接复用这套基建，将MCP能力快速植入到产品业务中。

自建并开源贴合真实业务场景的评测基准

此外，研究团队基于手机、IoT、汽车等行业头部公司的真实合作案例，建立了高度贴合业务场景的评测基准。

当前的主流基准测试，大部分聚焦于生产力类应用（如邮件与文档处理）。

然而在日常真实场景中，用户高频依赖的却是生活服务类应用，如外卖、打车、社交、支付等，而这部分场景不仅覆盖面更广，也更能体现当下GUI Agent 的实用价值。

为此研究者提出 AndroidDaily，一个面向真实世界、动态演进的多维基准体系。

它聚焦在现代生活六大核心维度：饮食、出行、购物、居住、信息消费、娱乐，并优先选择在这些类别中具有代表性（高频使用、应用商店日活排名靠前）的主流应用进行测试，高度还原真实任务执行流程（包括询问用户新万博体育：信息补充输入、高危操作请求用户接管）。

评测结果显示，GELab-Zero-4B-preview在AndroidDaily测试中准确率达到73.4% ，在移动端复杂任务中表现优秀。

为了平衡评估的全面性和执行效率，AndroidDaily采用了静态评测和端到端评测双轨评估体系。

静态评测考察模型的grounding（界面理解、元素识别）和action规划能力，用于检验其在推理与执行一致性等基础层面的表现。

端到端测试重点衡量GUI Agent在真实环境中处理复杂任务时的执行效果与稳定性。

其中，静态测试包含3146个actions，提供任务描述和逐步的屏幕截图，要求Agent预测每一步的动作类型和动作值（如点击坐标、输入文本），主要评估数值准确率。

这种方法无需复杂的工程基础设施，可以快速、低成本地进行大规模模型迭代和测试。

而端到端测试包含235个任务，典型任务场景包括出行交通（打车、导航、公共交通等）、购物消费（电商购物、支付、订单管理等）、社交通讯（消息发送、社交互动等）、内容消费（新闻阅读、视频观看、内容收藏等）、本地服务（外卖、到店服务）等。

在完全功能化的测试环境（如真实设备或模拟器）中进行，Agent需要从头到尾自主执行任务，最终以整体任务成功率作为评价指标，能真实反映智能体在复杂环境中的综合能力。

团队表示，希望通过GELab-Zero的开源，进一步降低移动端Agent的开发门槛，让新万博体育：开发者能够快速构建和验证自己的想法。

未来，研究团队将始终坚持开放、可控、隐私优先的原则，持续优化模型性能、扩展跨平台支持、丰富生态工具链。

GitHub:https://github.com/stepfun-ai/gelab-zero抱抱脸:https://huggingface.co/stepfun-ai/GELab-Zero-4B-preview

??时事1：AG真人是哪里开出来的

??11月26日,国际航运中心发展指数报告“出炉” 香港续列全球第四,

?党代会换届改选领导讲话（精选8篇）,球探网主页。

??11月26日,广西培养高素质自然资源人才 200多名选手同台竞技,

　　自天空中坠落下一头红色的雀儿，让一群孩子都发呆，难道这就是小不点一直念念不忘、曾经一个人追出村子的那只小鸟？

,威尼斯在线娱乐官网,华纳公司,线上真金娱乐app。

??时事2：亚体育app官方

??11月26日,日本一架飞机坠落悬崖 系着陆后冲出跑道,

　　同志们，人勤春来早。发展时不我待，实干铸就辉煌。 20xx年是高铁新区建设发展的关键一年，也是新区实现大发展的总攻决战、大有作为的一年，更是高铁新区发展史上具有决定性意义的一年，全镇广大干部要以一抓到底的狠劲和一鼓作气的拼劲，抢抓新机遇，增创新优势，以实实在在的成绩赢得全镇人民群众的信任和支持， 为推动高铁新区建设和东沙河镇经济社会全面发展做出新的更大贡献，谱写新的华美篇章! 。

,188体育在线开户,世界杯下注下载,捕鱼达人千炮版官方正版秘境遗迹。

??11月26日,多家影视上市公司业绩持续向好,

　　出台了《乌海市建设工程施工招标、开标、定标规则》(试行)，规范了建设工程招投标。全年共有项工程进场交易，交易额亿元，招投标率%。推行了招投标代理制度，有项工程实行了代理招标。严格履行建设工程法定程序，全面推行工程项目报建、建设工程施工许可两项制度，共办理建设工程项目报建项，工程规模万平方米，办理施工许可项，工程规模万平方米。推行了建设工程现场关键岗位人员押证施工制度，全市个工程的施工项目在押各类证书个，保证了工程建设依法实施。认真落实施工图审查备案和竣工验收制度，全年共有项工程进行备案审查，出具施工图审查件。对项建设工程进行了竣工验收，竣工面积万平方米。整顿和规范建筑市场，建立健全了工程质量监管责任制和建筑安全生产责任制，确保了建筑工程质量和安全生产，全年未发生建筑工程重大安全生产事故。落实职工意外伤害保险和农民工工资制度，继续加大拖欠工程款和农民工工资的清欠力度，维护建筑市场的良好秩序。

,爱游戏在哪玩,世界杯投注在哪投注的,博鱼体育平台网址。

??时事3：哪个网站可以买世界杯

??11月26日,上海“真金白银”补贴让利 让市场消费焕发新活力,

　　另外两人也是眸光冰冷，体外浮现符文，令这天地都在颤栗，宛若两尊强大的太古遗种站在那里。

,BET8首页入口登录,视讯真人游戏体育,万博手机端。

??11月26日,华北黄淮等地将有强降雨 江淮及以南大部地区高温持续,

　　石子陵一直在研究那张残图，不到万不得已，自然不会进太古神山，寄希望于寻到祖地。

,beat365体育亚洲官网在线,世界杯网上投注平台,宝马会买球。

??时事4：足球比分90vs足球

??11月26日,拿门禁逼业主交物业费 任性违法解决不了问题,

　　火魔无情，当我们被困在火场内生命受到威胁时，在等待消防救助的时间里，如果我们能利用地形或身边的物体采取有效的自救措施，就可以让自己的命运由“被动”转化为“主动”，为生命赢得新万博体育：的“生机”。

,万博登录界面,巴黎人贵宾会网址贵,欧宝在线官网。

??11月26日,加强作风建设，切实为基层减负,

　　三是要坚持培优、选优、用优的原则，转变观念，不拘一格，要做到既重视专业技术人才，又重视管理人才;即重视本地人才，又积极吸引外地人才，要坚持技术引进与人才培养有机结合，对已进修培训归来人员，只要他们学有所成，就要为他们施展才华提供空间，为优秀人才脱颖而出创造良好的工作生活环境，吸引人才，留住人才，努力建设一支高素质、业务精的实用型卫生技术队伍，增强医院发展后劲。

,188宝金博体育APP,ag国际厅真人,AG官方网址。