MobileAgent

MobileAgent copied to clipboard

mobileagent-v这篇文章有疑问

2

我对mobile-agent-v的使用有疑问，我在真实场景中使用，比如执行一个点外卖指令。我哪里来的完整的点外卖视频，这不是包含未来信息吗。即使可以从网上找到其他点外卖的视频，但是如果是不同app呢？我在美团点外卖，但是网上视频是饿了么？用饿了么作为guidance来指挥agent点美团外卖可行吗

SISTMrL

通过api调用大模型，怎么还要下载大模型

5

执行这段代码以后bash scripts/run_task.sh。。。下载了大模型文件(我用手机流量下载的😭😭)，之后显示找不到某个文件 

2907727365

MobileAgent-V3代码呢

2

不是，哥们，就等这个呢，外网gemini，openAi，claude谁敢用啊，基于开源模型，显存才8G，这么牛逼，不开源啊

xsailor511

运行run.py卡住了

3

运行run.py卡住了，截图如下： 

stefan-q

PC_EVAL

1

有计划开源pc_eval 的数据集吗

1518630367

启动时找不到app会一直上下滑动，这个怎么解决

1

我要启动的app不在当前屏幕，工具会一值陷入上下滑动的循环操作，我在add_info里加入描述让他找不到应用时左右滑动，但是没起作用。这是一部分log： ### Answer ### C ################################################################################################################ ################################################## Decision ################################################## ### Thought ### The Bilibili app is not visible on the current screen. I need to swipe to the next page...

mystufo

task grounding-dino-task output keys are missing

1

你好，我尝试了很多次，时不时会出现这种情况： ### Perceptor ... ### 2025-03-07 16:39:45,211 - modelscope - WARNING - task grounding-dino-task input definition is missing FutureWarning: The `device` argument is deprecated and will be removed in v5...

GS-Albert

请问Azure的key能直接用到这个项目里吗

1

我们是通过Azure的api调用gpt，相关的key能直接用到咱们项目里吗

mystufo

现在的MLLM真的有视觉Reflection能力吗

3

这个reflection能力我觉得有三点： 1. 能意识到任务是否完成 2. 能意识到需要做撤销/回退 3. 如果是视觉设计的任务，还要能感知到设计出来的东西是否违反人类审美 这三点对于MLLM来说，一个比一个难，我们测试过PPT编辑类任务，对于复杂点的PPT编辑，几乎很少有正确的Reflection

XianglongTan

指令比较抽象且功能入口隐藏较深的情况任务完成率还是比较低

1

CodeSPA