阿里 Qwen 团队开源 MAI-Gym，9B 模型真机操作成功率从 28.8% 涨到 48.1%

💥牛逼！9B模型横扫手机+电脑GUI Agent！阿里Qwen团队开源MAI-Gym，模拟训练直接迁移真实手机，成功率从28.8%飙到48.1%！

许主洪（Steven Hoi）团队刚甩出重磅论文，直接把GUI Agent的评测、数据采集和在线RL训练整合成一个开源平台，手机、电脑、网页全覆盖。这不是又一个demo，是能规模化刷榜、还能把模拟经验搬到真机的基础设施。

核心要点：

1️⃣All-in-One平台：MAI-Gym统一评测、数据收集、在线RL，共享同一套rollout pipeline，确保“训练的Agent就是评测的Agent”，避免实现漂移。

2️⃣超强基建：支持10个主流基准，单集群可拉起2万并行环境实例，弹性、可重置、失败隔离做得干净。

3️⃣自动合成能力：用编程Agent从零搭建可重置的模拟App（7个真实App克隆+42个全新界面），配合执行验证的任务校验器，生成跨App连贯世界，解决真实交互环境贵、任务少的痛点。

4️⃣MAI-Gym-9B成绩炸裂（基于Qwen3.5-9B，SFT+RL）：
◦MobileWorld：78.4%（SOTA开源<10B）
◦OSWorld-Verified：76.2%

比同规模UI-Venus-2-9B高3.2和5.4个点，部分指标甚至压过更大模型。

5️⃣模拟→真实迁移：在模拟火车票App里做RL后，直接迁到真机，任务成功率从28.8% → 48.1%，证明模拟训练不是自嗨。

6️⃣全开源：框架、合成技能、模拟App、2000条验证任务、模型权重全部放出，可直接复现和继续训。

许主洪云栖上亮相时就强调“API优先、GUI兜底”，这篇把基础设施和训练闭环补齐了。手机Agent离真正好用，又近了一大步。

论文：
项目页 & 代码：
｜ #Qwen #GUIAgent #MAIGym #大模型 #Agent #阿里 #手机智能 #RL #开源