浙大联合快手提出MemGUI-Agent,破解手机GUI长程任务“记不住”
量子位 · wechat · 2026-07-07
浙大APRIL实验室与快手主站技术部提出面向长程手机GUI任务的端到端Agent MemGUI-Agent,核心是Context-as-Action(ConAct):把“压缩历史、记住UI事实、描述当前步骤”提升为与点击输入同级的动作,由同一多模态策略模型在单次前向中完成。配套开源目前平均步数最长的手机GUI数据集MemGUI-3K,训练出的MemGUI-8B-SFT刷新MemGUI-Bench与MobileWorld长程任务纪录。