中科院自动化所开源的 MobileGym，是一套直接跑在浏览器里、面向手机 GUI 智能体的安卓仿真训练场，它不走传统模拟器复刻系统内核的路线，主打交互保真，只要界面点击反馈和真实手机一致，就可以用来训练、评测能看懂截图、模拟触屏操作的手机 Agent；平台内置 28 款仿真 App，包含微信、小红书、支付宝、B 站，还支持打开云原神，单实例内存开销很低，一台服务器可以同时跑几百个并行仿真环境，解决真机训练成本高、操作不可逆、普通安卓模拟器容易触发风控封号的痛点，给手机智能体研究提供低成本、可快照、可快速复位的标准化测试沙箱。
一、MobileGym 和传统真机、安卓模拟器对比
| 对比项目 | 真实安卓手机 | 传统安卓模拟器 | MobileGym 浏览器仿真训练场 |
|---|---|---|---|
| 部署方式 | 实体硬件 | 本地虚拟机 | 浏览器网页打开即可 |
| 单实例内存 | 整机数 GB | 约 4.5GB | 约 400MB |
| 冷启动耗时 | 开机几十秒 | 十几秒 | 约 3 秒 |
| 状态快照复制 | 无法克隆同一状态 | 快照笨重、速度慢 | 毫秒级快照、fork 复制 |
| 风控风险 | 正常，但是操作有真实后果 | 微信等极易风控闪退封号 | 交互仿真，绕开 App 风控 |
| 并行能力 | 很难大规模并行 | 并发上限低 | 单机支持数百实例并行 |
| 风险 | 操作会真实生效，转账、发消息不可逆 | 同样存在真实联网操作风险 | 沙箱仿真，无真实后果，一键重置 |
二、MobileGym 核心技术原理
MobileGym 的核心思路叫交互保真，手机 GUI Agent 本身只接收屏幕截图、输出点击滑动动作，不需要底层安卓内核和 App 后端完全复刻。
- 整套手机系统状态用结构化 JSON 描述，App 页面、通知、权限、任务栈、Intent 跳转都被建模；
- 前端依靠 Canvas、WebAssembly 渲染仿真界面，还原弹窗、瀑布流、聊天界面、动态小组件；
- 支持状态读取、修改、快照、回滚，任务是否完成可以直接比对 JSON 状态，不再靠视觉模型猜测打分；
- 仿真环境自带浏览器，可以正常联网，所以能够访问云原神网页版，也就是大家看到的 “原神能跑” 的效果，还支持在仿真手机里面再次打开 MobileGym 页面，实现套娃效果。
三、内置 App 与配套评测基准
- 内置一共 28 款应用：12 款主流日常 App + 16 款系统应用，微信、支付宝、小红书、B 站、12306、腾讯会议都在其中，覆盖聊天、购物、出行、视频场景；
- 配套 MobileGym-Bench 基准，是专门用来考核手机 Agent 能力的标准化题库；
- 公开测试里多款顶尖手机 Agent 在这套基准上得分并不高，最高分只有 58.8 分，说明手机 GUI 智能体依然有很大提升空间。
四、优势亮点
- 轻量化网页部署，不需要装模拟器、不用采购大量手机集群，浏览器直接访问训练场；
- 训练零风险，所有操作都是仿真，不会真的发消息、下单、转账，出错一键重置；
- 高并发适合强化学习，批量跑大量轨迹，加速 Agent 迭代；
- 状态判定确定性强，减少视觉裁判带来的打分误差，评测结果更稳定可复现。
五、局限和容易误解的点
- 它不是完整安卓系统，只是交互层面仿真，不能安装任意 APK，只支持项目预先实现的 28 款 App；
- “跑原神” 是打开网页版云原神，不是原生原神客户端；
- 仿真界面只用来训练 Agent，和真实手机的底层接口、业务逻辑存在差异，存在仿真到真机迁移的 Gap；
- 面向科研开发者，不是给普通用户玩的手机云手机工具，主打 AI 智能体训练评测场景。
【相关 FAQ】
问题 1：中科院开源的浏览器 Agent 训练场 MobileGym，为什么微信、原神都能跑？
回答 1：MobileGym 是浏览器内交互保真安卓仿真平台，微信是平台预先实现交互逻辑的仿真 App；原神是在仿真环境自带浏览器里打开云原神网页版，它不是原生安卓 APK 运行，依托网页联网能力实现。
问题 2：MobileGym 浏览器训练场和普通安卓模拟器最大区别是什么？
回答 2：普通模拟器复刻安卓内核，占用资源大、微信等 App 容易风控封号；MobileGym 不复刻内核，只用 JSON 建模界面交互，内存更低、支持大量并行，沙箱环境没有真实操作风险，方便 Agent 训练评测。
问题 3：普通用户可以拿 MobileGym 当云手机日常刷微信玩游戏吗？
回答 3：不适合，MobileGym 定位是面向研究者的 Agent 训练评测基准平台，只内置固定 28 款仿真应用，不能随意安装 App，不是面向普通用户的云手机产品。
问题 4：MobileGym 训练场怎么做到一键重置手机状态，方便 Agent 反复训练？
回答 4：MobileGym 把手机所有系统、App 状态保存在结构化 JSON 里，支持快照和 fork 复制，训练出错之后直接加载快照，毫秒回到指定初始状态，真机和普通模拟器很难做到。
【参考资料】
[2026-06-19]（浏览器秒变手机！中科院开源 Agent 训练场，微信、原神都能跑）太平洋科技
[2026-05-26]（MobileGym: A Verifiable and Highly Parallel Simulation Platform for Mobile GUI Agent Research）arXiv
[2026-06-25]（中科院 MobileGym 开源，网页仿真安卓用于手机 Agent 训练）新智元
[2026-06-20]（MobileGym-Bench：面向手机 GUI 智能体的标准化评测集）智源社区
【免责声明】
本文为科研开源项目资讯整理，MobileGym 是中科院自动化所面向 AI 智能体研究的仿真平台，仅用于学术研究；它不是商用云手机，不支持任意安卓 APK 安装；仿真交互和真实 App 存在差异，Sim-to-Real 迁移效果受模型影响；项目能力、开放协议以 GitHub 开源仓库、官方论文为准，内容不构成技术选型、商业落地建议。
本文来自作者[分构演算]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/itzx/202611/1049.html
评论列表（4条）
我是乌兰科技网的签约作者“分构演算”！
希望本篇文章《中科院自动化所 MobileGym 开源浏览器安卓仿真训练场，交互保真仿真可跑微信、云原神》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：中科院自动化所开源的 MobileGym，是一套直接跑在浏览器里、面向手机 GUI 智能体的安卓仿真训练场，它不走传统模拟器复刻系统内核的路线，主打交互保真，只要界面点击反馈和真实手机一致，就可以用来训练、评测能看懂截图、模拟触屏操作的手机 Agent；平台内置 28 款仿真 App，包含微信、小红书、支付宝、B 站，还支持打开云原神，单实例内存开销很低，一台服务器可以同时跑几百个并行仿真环境，解决真机训练成本高、操作不可逆、普通安卓模拟器容易触发风控封号的痛点，给手机智能体研究提供低成本、可快照、可快速复位的标准化测试沙箱。