OpenMobile-2 : des agents smartphone open source rivalisent avec les modèles propriétaires

Des chercheurs de l’université de Nanjing, de SenseTime et d’autres institutions ont développé OpenMobile-2, une famille de modèles open source pour agents smartphone. Selon leurs travaux, la diversité des applications utilisées en entraînement influence davantage les performances que la quantité de données.

Les deux modèles, basés sur Qwen3.5 (9 milliards de paramètres) et Qwen3.6 (27 milliards), sont entraînés sur plus de 110 applications, dont 35 répliques d’applications populaires comme Taobao, JD, DiDi ou Meituan. Les chercheurs ont automatisé la génération de 11 600 workflows et 2 000 tâches d’entraînement, avec des vérifications de succès automatisées. Les résultats montrent des gains significatifs sur des benchmarks comme AndroidWorld ou MobileWorld, notamment sur des tâches multi-applications.

Les auteurs soulignent que la variété des environnements d’entraînement prime sur le volume de données. Ils notent aussi que l’apprentissage par renforcement apporte des améliorations limitées, sauf dans des configurations très proches de l’entraînement. L’étude explore également des commandes directes pour accélérer les interactions, mais leur efficacité dépend d’un entraînement ciblé.