OpenMobile-2: agentes abertos que usam o celular chegam perto dos modelos fechados
Pesquisadores lançaram um agente aberto que opera apps de Android. Segundo o estudo, treinar em muitos apps diferentes rende mais do que simplesmente usar mais dados.
Em 3 pontos
- O OpenMobile-2 é um projeto aberto para treinar agentes de IA que usam apps de celular.
- Treinar em muitos apps diferentes rende mais do que simplesmente usar mais dados.
- Em celulares reais, o modelo maior fez 59,6 pontos no SPA-Bench, o melhor entre os abertos.
Redação IA Seenup · via The Decoder
Em números
- 110+apps no ambiente de treino
- 35apps populares recriados pela equipe
- 60,7% → 67,5%sucesso em apps novos com mais variedade
- 59,6pontos no SPA-Bench, em celulares reais
O que aconteceu
Um grupo de pesquisadores da Universidade de Nanjing, da empresa de IA SenseTime e de outras universidades lançou o OpenMobile-2. É um projeto aberto para treinar agentes de IA que usam apps de celular sozinhos: tocam, deslizam e digitam na tela como uma pessoa faria. Segundo o site The Decoder, eles liberaram dois modelos, baseados no Qwen3.5 (9 bilhões de parâmetros) e no Qwen3.6 (27 bilhões). Também liberaram o ambiente de treino, os dados e as instruções para reproduzir tudo.
Treinar em apps reais é difícil. Há logins e compras de verdade, e não dá para zerar o estado do app. Por isso a equipe recriou 35 apps, entre eles Taobao, JD, DiDi, Meituan, Slack e Google Drive. Somando simulações já existentes e apps rodando em um emulador de Android, o ambiente chega a mais de 110 aplicativos. O agente só enxerga capturas de tela, sem acesso aos dados internos do app.
Desse ambiente saíram cerca de 11.600 exemplos de execução e mais de 2.000 tarefas de treino com verificação automática de sucesso. O modelo Gemini 3.1 Pro, do Google, serviu de professor para gerar os exemplos. Ou seja, o projeto aberto aprende, na prática, com um sistema fechado.
Por que importa
O principal achado é que a variedade pesa mais que a quantidade. Com o mesmo volume de dados, aumentar o número de apps usados no treino elevou a taxa de sucesso em apps nunca vistos de 60,7% para 67,5%.
Nos testes, o modelo maior foi de 67,1 para 79,9 pontos no AndroidWorld. No MobileWorld, que traz tarefas mais longas e com vários apps, subiu de 35,9 para 50,4. Em celulares Android reais, no SPA-Bench, foi de 31,9 para 59,6 pontos, a melhor marca entre modelos abertos, segundo os autores. Nesse teste, só o Gemini 3.1 Pro ficou à frente.
Há ressalvas. O aprendizado por reforço, uma etapa extra de treino por tentativa e erro, trouxe ganhos limitados. No AndroidWorld, o modelo maior até caiu um pouco, de 80,8 para 79,9.
O que muda para quem usa IA
Na prática, nada chega ao seu celular amanhã: é pesquisa. Mas ela indica que assistentes capazes de pedir comida, fazer compras ou organizar viagens nos apps não precisam ficar restritos a grandes empresas. Como tudo é aberto, outros grupos podem testar, reproduzir e melhorar.
Os pesquisadores também testaram, de forma experimental, "comandos diretos", como adicionar ao carrinho, que evitam navegar por menus. Depois de treinados para isso, os agentes resolveram até 10,3 pontos percentuais a mais de tarefas, com cerca de cinco passos a menos. Esses atalhos só existem nos apps simulados por enquanto, e os próprios autores chamam a abordagem de experimental.
O que muda
Antes
- Dados de treino ficavam com grandes empresas
- Modelos abertos ficavam para trás
Depois
- Ambiente, dados e instruções liberados
- Modelo aberto só perde para o Gemini 3.1 Pro no SPA-Bench
Entenda os termos
- Agente de IA
- Programa de IA que executa tarefas sozinho, como abrir apps e tocar na tela, em vez de só responder perguntas.
- Benchmark
- Teste padronizado usado para comparar o desempenho de diferentes modelos de IA.
- Aprendizado por reforço
- Forma de treinar a IA por tentativa e erro, com recompensa quando ela acerta a tarefa.
Gostou? Compartilhe
