OpenMobile-2 Libera Agentes de Código Aberto para Android

Segundo o veículo The Decoder, o novo projeto de código aberto OpenMobile-2 prova que agentes de inteligência artificial para dispositivos móveis evoluem mais quando treinados em uma grande variedade de aplicativos do que apenas processando volumes massivos de dados. Desenvolvido por pesquisadores da Universidade de Nanjing e da SenseTime, o projeto disponibiliza modelos baseados no Qwen com 9 bilhões e 27 bilhões de parâmetros.

Por que a diversidade de aplicativos supera o volume de dados

Treinar agentes em aplicativos reais de smartphones é custoso e complexo devido a barreiras de login, compras reais e ausência de métodos para reiniciar o estado do app. Para resolver isso, a equipe reconstruiu 35 aplicativos populares — como Taobao, DiDi, Slack e Google Drive — combinando-os com outras simulações para formar um ambiente de treino com mais de 110 serviços.

Mantendo a quantidade de dados constante e elevando apenas o número de aplicativos de prática, a taxa de sucesso em softwares desconhecidos saltou de 60,7% para 67,5%. Em dispositivos Android reais, o modelo maior atingiu 59,6 pontos no benchmark SPA-Bench, marca apontada como a mais alta entre os modelos abertos.

Passo a passo: como acessar e testar o OpenMobile-2

A equipe de pesquisa disponibilizou toda a infraestrutura para a comunidade técnica. Veja o que foi liberado nos repositórios oficiais:

Pesos dos Modelos: Duas versões de agentes construídas sobre arquiteturas Qwen, com 9 bilhões e 27 bilhões de parâmetros.
Ambiente de Treinamento: O código completo com mais de 110 aplicativos simulados que reiniciam o estado automaticamente.
Dados e Tarefas: Cerca de 11.600 fluxos de trabalho de exemplo e mais de 2.000 tarefas práticas geradas com o auxílio do Gemini 3.1 Pro.

Veredito: vale a pena para a sua rotina?

Para desenvolvedores e profissionais que buscam automatizar tarefas móveis sem depender de infraestruturas fechadas, o OpenMobile-2 entrega uma alternativa robusta. Embora recursos experimentais como comandos diretos exijam treinamento específico para serem aproveitados pelos modelos, a capacidade de rodar agentes de alto nível em hardware local reduz custos operacionais de API e amplia a autonomia técnica.