Was neu ist
Das quelloffene Projekt OpenMobile-2 trainiert KI-Agenten, die Smartphones selbstständig bedienen. Die Forscher der Nanjing University, des KI-Konzerns SenseTime und weiterer Hochschulen veröffentlichen zwei Modelle auf Basis von Qwen3.5 mit 9 Milliarden und Qwen3.6 mit 27 Milliarden Parametern, dazu die komplette Übungsumgebung, Trainingsdaten und eine Anleitung zum Nachbauen. Laut den Autoren liegt ihr Modell nahe an der Spitze aktueller Smartphone-Agenten. Die Angaben stammen aus dem Paper der Forscher und sind bisher nicht unabhängig geprüft.
Übungsplatz statt echter Apps
Das Training an echten Apps ist laut den Forschern mühsam, weil Logins, echte Bestellungen und fehlende Rücksetzmöglichkeiten es teuer und schwer wiederholbar machen. Deshalb bauten sie 35 vor allem in China verbreitete Apps nach, darunter Taobao, JD, DiDi und Meituan, sowie Dienste wie Slack und Google Drive. Zusammen mit vorhandenen Simulationen und Apps im Android-Emulator kommt der Übungsplatz auf über 110 Anwendungen. Jede Simulation lässt sich automatisch zurücksetzen. Der Agent sieht nur Screenshots und hat keinen Einblick in das Innenleben der Apps.
Aus dieser Umgebung entstanden laut Paper rund 11.600 Beispielabläufe und über 2.000 Übungsaufgaben mit automatischer Erfolgskontrolle. Als Lehrer-Modell diente Googles Gemini 3.1 Pro. OpenMobile-2 lernt also indirekt von einem geschlossenen System.
Ergebnisse in den Tests
Im Benchmark AndroidWorld steigt das größere Modell laut den Autoren von 67,1 auf 79,9 Punkte, das kleinere von 54,3 auf 74. Der Vorgänger OpenMobile-1 kam dort auf 64,7 Punkte. Im anspruchsvolleren MobileWorld steigt das größere Modell von 35,9 auf 50,4 Punkte.
Der größte Sprung zeigt sich auf echten Android-Geräten: Im SPA-Bench verbessert sich das größere Modell von 31,9 auf 59,6 Punkte. Die Forscher bezeichnen dies als besten Wert unter offenen Modellen. Auf AndroidWorld liegt es laut Paper nur hinter Gemini 3.1 Pro.
Vielfalt schlägt Datenmenge
Bei gleicher Datenmenge kam es laut den Forschern vor allem darauf an, an wie vielen verschiedenen Apps der Agent übte. Die Erfolgsquote bei unbekannten Apps stieg so von 60,7 auf 67,5 Prozent. Zusätzliches Reinforcement Learning brachte dagegen nur begrenzte Verbesserungen, im AndroidWorld-Test sogar minimal weniger: 79,9 statt 80,8 Punkte.
Einordnung
Für deutsche Unternehmen, die Smartphone-Agenten einsetzen oder prüfen, könnte ein offenes, selbst betreibbares Modell die Abhängigkeit von einzelnen proprietären Anbietern verringern. Offen ist, wie sich die Ergebnisse außerhalb der Benchmarks bewähren. Die Autoren selbst bezeichnen den Schnittstellen-Ansatz als experimentell, und die Trainingsbasis hängt teilweise an einem geschlossenen Lehrer-Modell.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
