今日，阿里X-PLUG团队在GitHub上正式开源了其最新研究成果——Mobile-Agent-v3，这是一个基于GUI-Owl构建的跨平台多代理框架。作为Mobile-Agent家族的新成员，该版本在规划能力、进度管理、反思机制与记忆功能等方面实现显著增强，旨在全面提升用户在图形用户界面（GUI）自动化操作中的体验。
Mobile-Agent-v3以GUI-Owl为基础模型，整合了感知、推理、规划与执行等多种能力，构成一款端到端的多模态代理系统。其设计注重跨平台交互与多轮决策的流畅性，并具备清晰的中间推理过程，使用户在执行复杂多任务时能够获得更稳定的性能支持。
团队特别强调，Mobile-Agent-v3在功能层面实现了多项优化。系统增强了异常处理与自我反思机制，能够有效应对诸如弹窗、广告等界面干扰，保持自动化流程的高效性与鲁棒性。同时，该框架支持关键信息记录功能，显著提升了跨应用任务执行的连贯性与便捷性，更好地适应日常实际使用场景。
Mobile-Agent系列此前已发布多个版本，并已在学术领域引起广泛关注。其中，Mobile-Agent-v2和PC-Agent分别被NeurIPS 2024和ICLR 2025等顶级国际会议接收，体现出该系列在科研与应用结合方面的重要价值。
为促进开源生态发展，X-PLUG团队同步公开了技术报告、演示视频及完整代码库，旨在吸引更多开发者和研究人员参与项目的使用与改进。通过这些资源，社区可进一步探索Mobile-Agent-v3在实际应用中的潜力，并共同推动GUI自动化技术的创新与发展。