Skip to main content

Mobile-Use Agent 手机操作智能体

理解并操作真实手机界面,可靠完成行动,并在关键步骤主动暂停,交由用户确认。

产品介绍

Mobile-Use Agent 是一个面向手机厂商的端到端 GUI 智能体产品,能够理解用户自然语言指令,并在手机真机环境中自动完成复杂的操作任务。产品主要以 Agent 形式对外输出,赋能各类手机智能化场景。

产品优势

高可靠

理解屏幕内容,在真实场景中完成长链路任务。

速度快

通过模型优化与 DeepLink 协同缩短任务时间。

高安全

识别敏感操作,在关键节点保持用户控制。

跨端执行

Qwen-UI-Agent 原生具备浏览器和电脑使用能力,解锁跨端执行。

应用场景

  • 一句话完成手机操作:用户通过自然语言提出“帮我关闭自动续费”“把这张照片发给某某”等需求,Agent 自动理解界面并完成点击、输入和滑动等操作。
  • 跨应用任务执行:在多个应用之间连续操作,例如查询出行信息后写入日历,或从聊天中提取地址并打开地图导航。
  • 复杂流程自动办理:自动完成信息查询、条件筛选、表单填写、文件上传和结果提交等多步骤任务。
  • 应用测试与流程验证:按照测试用例自动操作应用,验证登录、搜索等关键流程是否正常。

Demo 示例

跨应用出行与日程

任务指令:下周三我从北京回来,帮我看一下 12306 最早到杭州西的那班高铁几点到。然后查一下杭州西坐地铁到阿里巴巴西溪园区要多久,算一下我几点能到公司。最后在钉钉安排一个到达后整点的日程,主题写「出差归来项目同步」,时间一个小时,设置提前 5 分钟提醒。
查看 Demo 视频

跨应用探店与总结

任务指令:我今天约了朋友去天目里喝咖啡。先帮我在高德查一下天目里的具体地址,再看看附近一公里内有哪些咖啡馆。然后去大众点评对比一下,找出人气最高的那家,记下店名和地址;再回到高德查查走过去有多远、大概要多久,并且收藏。最后去小红书搜一下这家店,看看前五条相关笔记里大家最常推荐哪款咖啡。
查看 Demo 视频