跨平台GUI智能体持续学习新方案

当前跨平台GUI agent的主流做法是给每个平台单独训练模型或硬拼接数据，但Android的点击坐标和Web的DOM操作在表示空间差异极大，简单混合训练会导致模型在某一平台性能断崖下跌。UI-MOPD的关键设计是让多个平台教师模型同时给统一学生模型喂在线生成的轨迹，而不是用静态离线数据，这样蒸馏信号能动态适应学生当前的能力边界。

从工程落地看，这个框架的瓶颈在于需要维护多个平台教师模型的在线推理，算力成本不低。但如果你的场景是2-3个固定平台且已有基础模型，用这套方法做持续迭代的性价比会高于反复从头训练。论文提到会开源Uni-GUI数据集，这比方法本身更有 immediate 价值——高质量可执行跨平台轨迹目前仍是行业稀缺资源。