KnowAct-GUIClaw：面向移动设备GUI的具身智能体框架
提出KnowAct-GUIClaw框架，通过记忆与技能演化提升跨平台GUI任务自动化性能，在MobileWorld基准上超越闭源模型。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
针对现有机器人操作框架在跨平台GUI交互和自演化机制上的不足，研究人员提出Know Deeply, Act Perfectly范式，并基于该范式开发了KnowAct-GUIClaw框架。该框架采用Know-Route-Act-Reflect架构，由主代理利用积累的交互经验进行长期任务分解与分配（Know），并配备可插拔的GUI子代理，其经验归因记忆系统（Know）和自演化技能库（Act）实现了无缝跨平台迁移。系统持续存储用户画像与反馈，以提升任务分解和工具调用的准确性。在Android、iOS、HarmonyOS和Windows平台上的大量实验表明，KnowAct-GUIClaw在效率、准确性和跨平台适应性上表现优异。
基于开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身Kimi-2.6模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身的GUIClaw在长周期MobileWorld基准上取得了64.1%的最佳性能，超越了Seed-2.0-Pro和GPT-5.5等闭源模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身。此外，框架支持的记忆与技能可迁移至不同基础模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身，在Kimi-2.6上提升8.5%。