猫眼电影记者 李光子 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：雷锋鼠年旺旺版

  12月27日,“中国蝴蝶之乡”云南金平40年谱写蝶变壮歌,瑞银全球财富管理在本月发布的一份报告中，将中国科技板块评为 “最具吸引力” 标的。报告指出，投资者寻求地域多元化配置，加之中国 “强劲的政策支持、技术自主战略推进以及人工智能商业化进程提速”，共同推动了该板块的投资价值。,188宝金博官网。

  12月27日,外国人看《黑猫警长》学中文,他警告道，去年也有好几所和斯坦福大学一样著名的高等学府发生过类似的抗议闹事，比如耶鲁大学、加州大学等，让不少业内人士心有余悸，甚至考虑不再录用相关学校的学生。,沙巴体育苹果版下载,世界杯从买球,乐鱼官网登陆。

  时事2：贝博体育平台下载地址

  12月27日,拉萨海关助力拉萨首批有机青稞出口香港,监管部门要求未设立理财子公司的银行需在2026年底前，逐步压降存量自营理财业务。这一因素使得农商行一面大幅压缩自营理财业务，一面积极转型寻找银行理财子公司进行代销合作，填补理财产品供给缺口。,188金宝搏什么时候可以登,澳门永利总站官方网,f66永乐官网。

  12月27日,驻南非使馆提醒在南中国公民、企业和机构假日期间加强安全防范,每经AI快讯，12月23日，居然智家公告，公司于2025年12月22日召开第十二届董事会第一次会议，选举王宁先生为董事长，任期三年，自本次董事会审议通过之日起至第十二届董事会任期届满之日止。,手机捕鱼下分,伟德体育网址,三d走势图。

  时事3：ManBetx官网是多少

  12月27日,国际乒联混团世界杯：中国队战胜埃及队,A股市场超3800股飘绿，旅游餐饮、零售、食品饮料等消费板块集体下挫，曲江文旅（维权）跌停，近日4连板的庄园牧场逼近跌停；商业航天概念跳水，顺灏股份跌停，中国卫通跌超9%；光刻机、先进封装等半导体产业链股强势，美埃科技、同飞股份等涨停；液冷服务器等AI产业链股拉升，英维克（002837）尾盘涨停续创新高；锂电产业链股崛起，奕东电子涨停续创新高，华盛锂电等涨超10%。,葡亰娱乐平台,体育万博官网首页,吉祥棋牌手机版。

  12月27日,哈尔滨冰雪大世界“童话雪人一家”雪雕落成,当我们的目光追随舞台上汇聚的星光，便能看见那光芒之中，不仅闪耀着尖端科技的未来图景，更凝聚着无数“逐光者”的信念与热望。这份精气神，深植于时代的脉搏之中，最终化作一股超越技术本身的温暖力量，照亮前行的道路。,大赢家足彩,二八杠怎么认牌大小,必发娱乐登陆。

  时事4：am8亚美网登录手机版

  12月27日,想也不想先问AI 孩子写作业患上“AI依赖症”,中国政法大学财税法研究中心主任施正文告诉第一财经，根据2016年相关规定，跨境电子商务零售进口商品需要按照货物实际交易价格来征收关税和进口环节增值税、消费税，并对限额内给予零关税、进口环节增值税、消费税打七折的优惠政策。普通消费者通过跨境电子商务平台来缴税比较难管控，所以现行规定关税等代收代缴义务人有三类，分别是电子商务企业、电子商务交易平台企业或物流企业。,世界杯网址 网站推荐,乐谷棋牌,欧亚国际的网址。

  12月27日,异种移植国家科技重大专项在四川资中启动,李国杰作为中科曙光董事长，配偶张某华六个月内买入卖出“中科曙光”的行为，导致李国杰违反《证券法》第四十四条第一款、第二款的规定，构成《证券法》第一百八十九条所述的违法行为。,亚洲6up,b0b体育平台下属有哪些,银河国际总部在哪里。