開源行動端模型 BlueLM-GUI 發布：以實體手機訓練超越頂尖閉源 AI

研究團隊發布 35B-A3B 規模的行動端人工智慧代理 BlueLM-GUI 技術報告，在 MobileGUI-VBench 基準測試中取得 87.4 分，以 5.1 分的優勢超越頂尖閉源模型，並透過數百台實體智慧型手機進行強化學習，弭平虛擬與真實環境的效能差距。

背景說明

行動圖形使用者介面代理（Mobile GUI Agent）是一種能識別螢幕圖形元件並直接操作智慧型手機的軟體系統。然而，傳統代理在開發過程中，經常面臨虛擬沙盒（Sandbox）環境與實際部署環境之間的數據不一致問題。研究團隊指出，固定基準測試已逐漸飽和，且實體裝置上的操作失敗案例往往無法被有效回收利用。

根據維基百科對「改進」（Improvement）的定義，該過程指的是事物從某個狀態轉變至被認為更佳的狀態，通常藉由變化或增添來達成，此概念對個人、政府與企業均具重要性。為突破環境落差的瓶頸，由 Tong Ye 等共 43 名研究人員組成之團隊於 2026 年 9 月 11 日在 arXiv（論文編號：arXiv:2609.12394）發表了題為《BlueLM-GUI Technical Report: A Real-Device-Centric Flywheel for Self-Improving Mobile GUI Agents》的技術報告，探討以實體裝置為核心的自我改進架構。

關鍵數據

BlueLM-GUI 的核心技術參數與效能驗證數據如下：

產業與使用者影響

BlueLM-GUI 的技術推進主要影響智慧型手機使用者的操作流程與裝置控制穩定度：

• 節省操作時間：使用者可將繁瑣的多步驟手機螢幕操作委託給人工智慧代理執行，從而降低人工操作耗時。
• 縮減模擬與實機落差：系統直接在數百台實體智慧型手機上完成強化學習，所習得的操作能力可直接轉移至實際部署環境。
• 提高裝置控制穩定性：降低因應用程式錯誤（App error）所造成的失誤機率，提升控制穩定度並達到操作簡化效果。

後續展望

Tong Ye 研究團隊於 2026 年 9 月 15 日正式更新了 49 頁篇幅的第 3 次改訂版（v3）技術報告。該技術報告中並未載明具體的額外模型開源釋出或商業化時程規劃。外界與使用者目前僅能持續透過該報告的後續修訂內容，追蹤各項基準測試分數與技術架構的最新變動。

來源

1. BlueLM-GUI Technical Report: A Real-Device-Centric Flywheel for Self-Improving Mobile GUI Agents — arXiv cs.AI 신규 논문
2. Improvement — Wikipedia (en)