基准
AndroidWorld
Google DeepMind推出的Android界面自动化基准与研究框架，用于评估AI模型在真实Android应用界面上执行任务的能力
核心事实
时间轴 (近 90 天)
9月16日
mobile-use登顶Google DeepMind的AndroidWorld基准测试，成为首个在该基准上实现100%成绩的项目
待验证50%
9月6日
Qwen3 27B 在电脑操作类基准上表现为 OSWorld Verified 84.3、WebArena Verified 64.8、AndroidWorld 81.9
待验证50%