太香了！这个 GitHub 开源项目，让安卓模拟器直接跑在浏览器里，搞 AI 的必看

研究痛点

搞过移动 GUI 智能体的人都知道，真机测试是真的费钱。买一批手机、搭环境、跑任务，出了 bug 还得手动复现，一轮下来成本直接起飞。更要命的是，你想大规模并行训练？基本没戏——除非你有钱买几十台设备。

mobilegym 这个开源项目，就是冲着这个痛点来的。它在浏览器里跑安卓模拟器，专门为移动 GUI 智能体研究设计。内置 28 个模拟应用、416 个任务模版，拿到手就能开跑。

状态透明

传统模拟器最大的坑是什么？评判。你让 AI 去操作一个 App，完了怎么知道它做对了？截图比对？OCR？都不靠谱。mobilegym 直接把整个环境状态转成结构化 JSON，评判器读状态就行，毫秒级出结果。这种确定性评判，用过的人都懂有多爽。

而且它支持重置、注入、快照、克隆状态。你可以把某一刻的完整环境存下来，随时恢复。这对复现 bug、对比不同策略的效果来说，简直不要太方便。

并行能力

并行能力是这玩意最让我惊艳的地方。单个实例大概 400MB 内存、50MB 磁盘，256 个实例在一台服务器上跑，CPU 占用不到 10%。算一下，一台普通服务器就能同时跑 256 个训练任务，这效率比真机方案高了不止一个量级。

沙箱环境里 AI 可以”犯错”无数次，反正随时重置。全环境状态比对也能做，这在真机上想都别想。

迁移效果

很多人第一反应：模拟器里训出来的模型，到真机上能行吗？数据说明问题——模拟训练后的模型在真实设备上成功率 72.9%，保留率 95.1%。也就是说大部分能力是能迁移过去的，不是那种”模拟猛如虎，实战二百五”的情况。

还有个细节我觉得设计得挺好：AnswerSheet 协议。Agent 完成任务后必须填结构化表单，说自己具体做了什么。这就堵住了模糊回答、瞎蒙的漏洞，评判标淮明明白白。

聊聊缺点

28 个内置应用覆盖面毕境有限，要是你的研究场景比较冷门，得自己适配，工作量不小。它用的声明式导航，每个屏幕和跳转都用有限状态机描述——可控是可控，但复杂应用写起规格文件来挺废时间的。另外这项目目前更偏向研究者，普通开发者想拿来做自动化测试的话，上手门槛不低，文档对非研究人员不太友好。

不过话说回来，能在浏览器里跑安卓模拟器来做智能体研究，这个方向确实解决了一个大问题。就算不跑大规模训练，拿来当自动化测试环境也值得一试，你说呢？

下载地址：https://pan.quark.cn/s/823d93a8610