中国移动自研能力登顶世界第一！超越GPT-5/Llama4/Gemini2.5P多个基座模型！

近日，中国移动数智化部自主研发的数智员工GUI能力（LX-GUIAgent）在国际权威评测平台AndroidWorld的自主智能体动态基准评测中登顶世界第一。其任务成功率高达79.3%，超越了GPT-5、Llama 4、Gemini 2.5 Pro等多个基座模型构建的能力，标志着中国移动数智员工的GUI操作能力达到了世界领先水平。

这一世界顶尖的成绩是如何实现的？关键在于构建一套端到端的自主智能解决方案，实现GUIAgent从自学习、自规划、自执行、自适应到自进化的闭环智能。LX-GUIAgent攻克了GUI自动化的几大核心难题：如何自主学习技能？如何准确导航规划？如何快速精准定位元素?如何自动适应生产环境的各种变化？如何自进化快速迭代升级？

一是操作路径自学习。研究自主探索技术，通过BFS、DFS、启发式方法对探索任务进行调度，快速识别GUI界面，找到系统可操作路径，自动学习操作技能，形成操作路径知识图谱，无需人工收集高质量训练数据。

二是准确的路径规划。基于自学习的知识图谱，微调出操作路径模型，增强其在GUI操作方面的长距规划能力。操作路径大模型在动态规划任务时，根据意图检索轨迹、知识、工作流，与用户语义进行综合匹配与排序，结合上下文工程，规划出具体的操作步骤。

三是精准的元素定位。融合传统的UIA、playwright等元素拾取技术与GSUT视觉模型，相比纯视觉方案进一步提升元素拾取定位的性能与精度，相比纯传统方案有更高的精度和泛化能力。

四是执行环境自适应。构建反思智能体，处理执行过程中的各类异常情况。包括通知、广告弹窗自适应；网络超时智能设置机制；页面改版自动校正执行策略等，大幅提升任务端到端执行成功率。

五是自主进化与迭代。打造一套数据、模型、反馈的数据飞轮系统，对执行结果进行监测，让LX-GUIAgent在执行过程中持续积累高质量数据轨迹，并在下一轮训练中将历史经验内化为知识，实现智能体持续自进化。

LX-GUIAgent作为一个通用智能体，已在中国移动数智员工队伍建设中得到广泛应用。中国移动数智化部将持续探索数智员工前沿技术，提升数智员工智能化水平，打造“碳硅融合”新生态，构建新质生产力、助力数智化转型。

坚持推文不易您的赞赏是对我们最大的支持

小手一抖，立马转走！