猫眼电影记者 二阶堂进 报道首次登录送91元红包

GELab-Zero团队 投稿量子位 | 公众号 QbitAI

首次将GUI Agent模型与完整配套基建同步开放，支持手搓党一键部署！

这就是阶跃星辰刚刚开源的GELab-Zero。

其中4B版本的GUI Agent模型在手机端、电脑端等多个GUI榜单上全面刷新同尺寸模型性能纪录，取得SOTA成绩。

随着AI在手机等消费终端的普及，Mobile Agent正从“能不能用”迈向“能否规模化落地”。

GUI Agent是执行能力最强的形态之一。它基于视觉理解即可适配几乎所有App，无需厂商额外改造，接入成本极低。

此外，阶跃还同步开源了基于真实业务场景的自建评测标准AndroidDaily，以期推动GUI领域模型评测向消费级、规模化应用发展。

同尺寸性能 SOTA，端到端、轻量化、速度快

要知道，让GUI Agent在不同品牌与系统版本的设备上顺畅运行并不轻松。

移动生态的高度碎片化让开发者需处理多设备ADB连接、依赖安装、权限配置、推理服务部署、任务编排与回放等繁琐流程，工程成本高昂，精力难以聚焦在策略创新与体验设计上。

要推动移动端Agent真正规模化，必须首先降低开发与使用门槛，让开发者专注于创造价值，而非重复搭建底层设施。

基于此，阶跃开源了GELab-Zero。

它主要包含三部分：

一个能在本地运行的GUI Agent模型GELab-Zero-4B-preview即插即用的完整推理工程基建，解决所有脏活累活基于真实业务场景的自建评测标准AndroidDaily

研究团队在ScreenSpot、OSWorld、MMBench、Android World多个开源基准测试上对GELab-Zero-4B-preview模型进行了全面评估。

这些基准测试涵盖了GUI理解、定位、交互等多个维度。

从测试结果可以看出，GELab-Zero-4B-preview在多项开源基准测试中超越其他主流模型，拿下同尺寸SOTA。

值得一提的是，GELab-Zero-4B-preview的表现还超越了参数量更大的GUI-Owl-32B等模型，性能更优，也更易部署。

来看一下研究团队给出的示例场景。

复杂任务

场景1：在外卖平台同时采购跨品类、不同规格和数量的商品。

Prompt：去饿了么离我最近的盒马鲜生购买：红颜草莓300g、秘鲁比安卡蓝莓125g（果径18mm）、当季新鲜黄心土豆500g、粉糯贝贝南瓜750g、盒马大颗粒虾滑、2瓶盒马纯黑豆豆浆300ml、小王子夏威夷果可可脆120g、盒马菠菜面、盒马五香牛肉、5袋好欢螺柳州螺狮粉（加辣加臭）400g、m&m’s牛奶巧克力豆100g

可以看到，模型精准识别了物品信息，并顺畅地完成了多步骤、重复性的购买操作。

场景2：在企业福利APP中领取餐券。

Prompt：打开给到App，在我的，下滑寻找，员工权益-奋斗食代，帮我领劵。

上述示例展示了GELab-Zero-4B-preview执行的能力和范围具有很强的泛化性，无论在国民级APP还是小众产品平台，都可以顺利完成任务。

模糊指令

场景1：在某个视频平台上播放指定演员的经典作品。

Prompt：在腾讯视频上找一部成龙的经典动作片播放。

接到指令后，GELab-Zero-4B-preview自主拆解“经典”这一需求，确定执行标准。

过程中，模型先打开腾讯视频，识别并关闭了弹窗，搜索“成龙”后在电影类目中选择了页面上成龙评分最高的代表作播放。

场景2：找一个周末能带孩子玩的地方。

Prompt：帮我找个周末能带孩子去玩的地方。

接到指令后，模型首先在内容平台搜索“北京周末带娃”，然后自主判断衡量标准后为用户推荐北京园博园“顽酷奇遇”，并为用户提炼出该地点的亮点——“有巨型装置卡通，亲子活动丰富”。

可以看到，GELab-Zero-4B-preview模型能够很好地执行复杂任务和模糊指令，不仅可以准确、流畅地执行涉及到多步骤、多主体、重复操作的任务，也能对“好看”“适合玩的”“经典”等偏笼统和主观性的指令进行自主拆解，确定执行路径和标准。

GUI+基建=GUI Agent MCP，一键拉起部署

针对GUI智能体，研究人员构建了一整套完整的技术架构体系，可以一键拉起获得类似开源GUI Agent MCP的体验。

具体能力如下：

轻量级本地推理支持4B模型在消费级硬件上运行，兼顾低延迟与隐私。一键任务启动提供统一部署流水线，自动处理环境依赖和设备管理。多设备任务分发可以分发到多台手机并记录交互轨迹，实现可观测、可复现。多种Agent模式涵盖ReAct闭环、多智能体协作以及定时任务等多种工作模式。

这些能力让GELab-Zero能够灵活应对真实场景的复杂任务流，并为后续扩展提供扎实底座。

Agent开发者可基于这套基建快速测试新想法、验证交互策略；企业级用户则能直接复用这套基建，将MCP能力快速植入到产品业务中。

自建并开源贴合真实业务场景的评测基准

此外，研究团队基于手机、IoT、汽车等行业头部公司的真实合作案例，建立了高度贴合业务场景的评测基准。

当前的主流基准测试，大部分聚焦于生产力类应用（如邮件与文档处理）。

然而在日常真实场景中，用户高频依赖的却是生活服务类应用，如外卖、打车、社交、支付等，而这部分场景不仅覆盖面更广，也更能体现当下GUI Agent 的实用价值。

为此研究者提出 AndroidDaily，一个面向真实世界、动态演进的多维基准体系。

它聚焦在现代生活六大核心维度：饮食、出行、购物、居住、信息消费、娱乐，并优先选择在这些类别中具有代表性（高频使用、应用商店日活排名靠前）的主流应用进行测试，高度还原真实任务执行流程（包括询问用户更多信息补充输入、高危操作请求用户接管）。

评测结果显示，GELab-Zero-4B-preview在AndroidDaily测试中准确率达到73.4% ，在移动端复杂任务中表现优秀。

为了平衡评估的全面性和执行效率，AndroidDaily采用了静态评测和端到端评测双轨评估体系。

静态评测考察模型的grounding（界面理解、元素识别）和action规划能力，用于检验其在推理与执行一致性等基础层面的表现。

端到端测试重点衡量GUI Agent在真实环境中处理复杂任务时的执行效果与稳定性。

其中，静态测试包含3146个actions，提供任务描述和逐步的屏幕截图，要求Agent预测每一步的动作类型和动作值（如点击坐标、输入文本），主要评估数值准确率。

这种方法无需复杂的工程基础设施，可以快速、低成本地进行大规模模型迭代和测试。

而端到端测试包含235个任务，典型任务场景包括出行交通（打车、导航、公共交通等）、购物消费（电商购物、支付、订单管理等）、社交通讯（消息发送、社交互动等）、内容消费（新闻阅读、视频观看、内容收藏等）、本地服务（外卖、到店服务）等。

在完全功能化的测试环境（如真实设备或模拟器）中进行，Agent需要从头到尾自主执行任务，最终以整体任务成功率作为评价指标，能真实反映智能体在复杂环境中的综合能力。

团队表示，希望通过GELab-Zero的开源，进一步降低移动端Agent的开发门槛，让更多开发者能够快速构建和验证自己的想法。

未来，研究团队将始终坚持开放、可控、隐私优先的原则，持续优化模型性能、扩展跨平台支持、丰富生态工具链。

GitHub:https://github.com/stepfun-ai/gelab-zero抱抱脸:https://huggingface.co/stepfun-ai/GELab-Zero-4B-preview

  时事1：真人游戏玩法

  12月26日,智能网联新能源汽车全季冰雪试验基地落户呼伦贝尔,活动现场，书法家与AI春联机同台竞春；中央美院师生及留学生与PNDbotics人形机器人同台书“福”迎春；中央音乐学院的指挥机器人上场；威风凛凛的传统舞狮与灵动精巧的机器狗舞狮同台献艺……古老与现代激情碰撞，科技与艺术深度融合，为大家带来全新的体验与美好的祝福。,二代捕鱼手机版。

  12月26日,探寻新时代发展足迹｜大国重器何以向“新”发展？,近些年来，中国在事关地区和全球安全稳定的热点问题中发挥的建设性作用越来越大，公正靠谱的形象深入人心。中国提出全球安全倡议，重视各国合理安全关切，坚持通过对话协商解决国家间分歧……,bob登陆入口,188体育平台体育,凤凰彩票赌场网站。

  时事2：世界杯买球ga68殿me

  12月26日,“古老产业”缘何成为食品业创新活跃因子,天齐锂业董事长蒋安琪则在中国国际锂业大会上指出，“受益于可再生能源并网需求、商用重卡等电动化设备增速迅猛，储能领域和动力电池对基础锂材料的需求持续上涨，2026年全球锂需求量预计将达到200万吨碳酸锂当量，基本达到供需平衡，为产业发展筑牢了根基。”,亚星官方网址登录,三公扑克,线上365bet正网。

  12月26日,中国最大淡水湖跌破极枯水位 保护“水中大熊猫”等机制启动,去年一季度，长沙、无锡、郑州GDP分别为3468.18亿元、3391.79亿元和3384.86亿元，增速分别为4.1%、4.9%、6.0%，三者最大差距不过80亿元左右。而今，无锡、郑州分别凭借6.8%、6.2%的较高增速，双双实现对长沙的反超。,万博手机版官网登录入口,ob体育官网入口,手机买球APP下载。

  时事3：必赢入口

  12月26日,2026年APEC旅游部长会议将在澳门举办,20日，外交部发言人汪文斌主持例行记者会。韩联社记者提问，近日韩国总统尹锡悦在接受路透社的采访时就台海问题表示，韩国同国际社会一道，坚决反对依靠力量改变现状。中方对此有何评论？,AG平台登录口,尊龙网站,美高梅游戏线上注册。

  12月26日,香港大屿山充电站启用，助力“粤车南下”“港车北上”跨境出行,报道称，这名网友12日在脸书发文称，上午和孩子跑遍她家附近的超市都没有买到鸡蛋，后来在便利店才买到最后2盒，她把买好的鸡蛋放在自行车车篮中，又想起漏买东西并再次进入便利店，她出来发现车篮空空如也，惊觉刚买的鸡蛋被偷了，直呼“我的天啊！这是台湾，这是台湾，我真不敢相信啊！”,捕鱼打凤凰的版本游戏,im电竞app最新版,大富豪手游下载。

  时事4：巴黎人唯一首页

  12月26日,2025式人民警察制式服装正式列装,菲律宾方面，1974年，政府指示BSP建立一个黄金精炼厂以支持国内黄金生产。BSP的精炼厂在三年后获得了伦敦金银市场协会（LBMA）的认证。,点嘻嘻国际真人娱乐,单机无网炸金花,博狗手机登录app。

  12月26日,WTT香港总决赛：孙颖莎因伤退赛 蒯曼晋级决赛,CNN称，林芳正特别提到了去年爆发的俄乌冲突，称其影响远远超出欧洲边界，迫使日本重新考虑地区安全问题。“我们讨论这个问题的原因在于，自从俄罗斯‘入侵’乌克兰以来，世界变得更加不稳定。”,世界杯竞彩手机投注,真钱游戏平台,天博国际官网首页。