# 中科院开源 MobileGym：在浏览器里搭了个手机训练场，微信、原神都能跑

> 原标题：浏览器秒变手机！中科院开源Agent训练场，微信、原神都能跑

- 来源：新智元 · 公众号
- 发布时间：2026-06-02T04:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/33434
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652704376&idx=1&sn=4483e85f1a7a3f9a4b9501537b440096

## 摘要

中科院自动化所开源了一个叫 MobileGym 的移动端智能体训练环境，直接在浏览器里模拟安卓手机。它覆盖了 28 款常用 App，包括微信、原神、淘宝这些，每个实例只占 400MB 左右，冷启动 3 秒就能跑起来。环境会把手机界面状态转成结构化的 JSON 快照，方便模型理解当前屏幕有什么、能点哪里，任务验证也是程序化自动完成的，不用人工盯着看。这套...

## 推荐理由

MobileGym 是一套开源的移动 agent 训练与评测基础设施，不是模型发布，但实用性强。我会先打个折：正文没披露判分准确率、任务完成率等验证数据，这点先别太激动。不过它用浏览器仿真 28 个 App，单实例约 400MB、3 秒冷启动，还支持 JSON 状态复制，意味着复现成本低、部署快，适合批量跑实验。对 agent 开发者来说，这比租真机或搭模拟器集群省钱省事。整体在 78–84 这个质量区间里算扎实的工程贡献，所以维持 featured 和现有评分。

## 锐评

MobileGym 把手机操作智能体的训练环境搬进了浏览器，不用真机也不用模拟器集群，这对做移动端 agent 研究的团队是个实打实的省钱方案。每个实例约 400MB、冷启动 3 秒，意味着可以在普通服务器上并行跑大量任务，实验成本会低不少。它把屏幕状态转成结构化的 JSON 快照，任务验证也是程序化自动完成，省去了人工盯屏的麻烦。

不过正文没披露这 28 款 App 的覆盖深度——是只跑通几个固定流程，还是能处理真实用户场景里的长链路操作？也没提任务成功率基准线，不知道现有模型在上面表现如何。另外，浏览器里模拟安卓和真实手机的触控延迟、渲染差异有多大，这点直接决定训出来的模型能不能迁移到真机上。我会先打个折，把它看作一个低成本的快速原型和基准测试工具，离“训完就能用”还有距离。