MagicGUI：移动端 GUI 基础代理

原文链接： MagicGUI: A Foundational Mobile GUI Agent with Scalable Data Pipeline and Reinforcement Fine-tuning [101]

论文信息

• 年份：2025 [101]
• 作者：Liujian Tang, Shaokang Dong, Yijia Huang, Minqi Xiang, Hongtao Ruan, Bin Wang, Shuo Li, Zhiheng Xi, Zhihui Cao, Hailiang Pang, Heng Kong, He Yang [101]
• 作者背景（研究领域）：移动端代理/强化微调 [101]
• 前后血缘关系（同主题）：前序：Mobile-Agent-v3；后续：无（移动端基础模型方向代表）

主旨

MagicGUI 的主旨是构建移动端 GUI 基础代理，依托可扩展的数据流水线与强化微调提升代理的泛化与稳定性。[101]

背景与问题定义

论文指出移动端代理难以泛化，主要瓶颈在于训练数据覆盖不足与动作对齐不稳。MagicGUI 通过规模化数据管线与强化微调缓解这一问题。[101]

方法与机制

MagicGUI 构建自动化数据采集与清洗流程，将多样化移动任务转为可训练数据。随后通过强化微调对齐动作与执行反馈，提升代理在复杂 UI 中的稳定性。[101]

实验与结果

实验表明，规模化数据与强化微调结合显著提升代理在多类移动任务上的成功率与泛化能力。[101]

关键数据结果

• 基于数据管线与强化微调的代理在移动端任务上取得更稳定的表现。[101]

工程启示（优化点）

• 建立可扩展的数据采集管线，覆盖多种任务场景。
• 对动作序列进行一致性校验，减少噪声。
• 用强化微调对齐动作反馈，稳定执行结果。
• 将数据管线纳入持续更新流程，防止能力退化。

局限与延伸

数据流水线与强化微调成本较高，且在新设备与新应用上仍需重新适配。延伸方向包括：更轻量的训练策略、跨设备迁移学习，以及更细粒度的权限与安全控制。[101]