一句话看懂：OpenMobile-2 发布了一套近乎前沿的移动端智能体方案，训练环境、数据和训练配方全部开源，并在 AndroidWorld 上拿到 79.9 分，给移动 AI 应用开发者提供了一个可复现的起点。
事件核心：发生了什么
根据 Hugging Face Papers 收录的论文摘要，OpenMobile-2 提出三项核心进展。第一，构建 MobileGym++ 模拟环境，包含 35 款功能较完整的“商业风格”应用，支持跨应用操作，同时保留重置和结果校验的可控性；再加上 Android 模拟器中新配置的应用，总覆盖超过 110 款应用。第二，整理约 1.2 万条移动交互轨迹用于监督微调，并发布目前公开规模最大的可验证强化学习训练集，含 2000 多个带自动奖励的可执行任务。第三，探索“混合 GUI + 应用原生工具”用法：在 50 多款应用中开放 300 多个工具，智能体可在同一任务里交替进行界面点击和工具调用。摘要还提到 MobileGym++ Bench，用于复杂长周期商业场景评测。
为什么重要
移动智能体长期受制于两件事：缺少可重置、可验证的训练环境，以及高质量交互数据难以规模化。OpenMobile-2 把环境、数据、训练配方一并开放，降低了复现门槛。更关键的是“应用原生工具”路线：纯 GUI 操作稳定但慢，纯 API 调用高效却依赖生态配合，混合模式让应用在保留界面的同时暴露部分能力，给智能体提供了新的效率空间。这对开源阵营争取移动智能体话语权有实际意义。
对用户/开发者/创作者的影响
对开发者而言，公开的训练环境和可验证 RL 数据可直接用于微调或评测自己的智能体，减少从零搭建模拟器的成本。对应用团队，混合工具设定提示了产品设计方向：是否为智能体预留可控的工具入口，而不只是被动接受屏幕自动化。对普通用户，摘要称其在真实设备迁移上有初步表现，SPA-Bench 从 31.9 提升到 59.6，但这是特定评测条件下的结果，离日常通用助手仍有距离。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文全文与代码、数据是否按承诺完全释放，训练配方能否被第三方复现；二是混合 GUI 与工具调用的收益在更多真实应用上是否稳定；三是 MobileGym++ Bench 是否被社区采纳为移动智能体评测基准。目前公开信息仅来自论文摘要，实验细节尚待核验。
