1.椰岛常胜游戏这款游戏可以开挂，确实是有挂的，通过添加客服微信【4194432】

2.在"设置DD功能DD微信手麻工具"里.点击"开启".

3.打开工具加微信【4194432】.在"设置DD新消息提醒"里.前两个选项"设置"和"连接软件"均勾选"开启"(好多人就是这一步忘记做了)

4.打开某一个微信组.点击右上角.往下拉."消息免打扰"选项.勾选"关闭"(也就是要把"群消息的提示保持在开启"的状态.这样才能触系统发底层接口。)

【央视新闻客户端】

过去十年，智能手机的核心技术栈是App。无论是移动支付、外卖还是社交娱乐，几乎所有用户交互都围绕App展开。然而，随着生成式AI和大模型的兴起，这一格局正在被颠覆。未来的核心被认为不再是App，而是“智能体（Agent）”——能够自主感知环境、规划任务并完成执行的AI代理。

在这种转变中，大模型扮演着智能体的“行动大脑”。它决定了设备能否像人一样理解界面、识别意图、自动操作。但这也正是传统通用大模型（如GPT-4O、Gemini 2.0、千问等）难以直接解决的痛点——它们虽然在语言处理和跨模态理解上强大，但对手机屏幕这种高度动态、复杂多变的交互环境并不友好。

移动设备的图形用户界面（GUI）操控一直是AI落地的"最后一公里"难题。与传统的文本或图像识别不同，GUI理解需要模型具备多维度的感知和推理能力：既要精准识别屏幕上的各类UI元素，又要理解用户的操作意图，还要能够规划并执行复杂的操作序列。

当大模型竞争进入深水区，单纯的参数堆叠已难以带来质的飞跃。在通用人工智能的浪潮中，如何让AI真正理解并操控复杂的移动端界面，成为行业亟待攻克的技术高地。

在今年世界人工智能大会期间，荣耀交出了一份答卷——正式发布自研多模态感知大模型MagicGUI并开源。

这不仅是荣耀首个GUI开源大模型，也是荣耀"阿尔法战略"的重要里程碑。70亿参数规模看似并不庞大，但其在移动端视觉定位、页面理解问答、单步操作、动作序列拆解执行四大核心任务中的全面领先表现，却彰显了技术创新的真正价值——在荣耀Magic V5常用场景用机操控准确率达91.5%，较行业同类顶级开源模型高出16.4个百分点，模型性能比肩SOTA水平。

在大模型同质化竞争愈发激烈的当下，荣耀选择开源MagicGUI，不仅展现了技术自信，更释放出构建开放AI生态的强烈信号。这背后，是荣耀对移动AI未来的深度思考，也是对行业发展的前瞻布局。

荣耀MagicOS首席产品官王皑在交流中称："AI技术的发展让机器需要去学习人，而不是人去适应机器。"当用户说出"帮我尽快打一辆车回酒店"这样的自然语言指令时，智能体需要完成意图理解、应用选择、界面导航、信息填写、订单确认等一系列复杂操作，每一步都考验着模型的理解和执行能力。

移动端的体验看似简单，其实技术复杂性远超想象：应用界面千变万化，操作路径不确定性极强，用户指令模糊多样。传统的训练方法往往难以应对这种复杂性，模型要么在特定场景下表现优秀但泛化能力不足，要么虽然覆盖面广但精度不够。

这就好像是让一个新手司机在陌生的城市开车——他或许记住了一些路线，但遇到没见过的路况就容易迷路，没有泛化能力；而如果只教他各种路况的原则，又可能在具体场景下难以做到精确驾驶

如何在保证准确性的同时提升泛化能力，成为GUI大模型发展的核心瓶颈。

王皑称，面对行业痛点，荣耀团队选择了一条不同寻常的技术路径——创新性地提出了两阶段训练方案，通过继续预训练（CPT）与强化微调（RFT）的有机结合，系统性地解决了GUI大模型训练中的核心难题。

和王皑交流过后，我们的理解是它更像是一个“教司机如何自己开车”的过程：设定好基础和标准，不断地自我训练，让它自己可以开得更好。

在继续预训练阶段，荣耀团队的重点是“打好基础”。首先，构建海量的屏幕知识是核心任务。 荣耀团队不仅利用了开源的英文数据集，还在实验室的真实移动设备环境中，通过模型自主学习与任务探索，构建了多样化的屏幕图标和分布样式图片知识。面对海量且复杂的GUI数据，荣耀团队首先通过图片hash化和界面布局比对，剔除了重复或高度相似的知识。随后，结合多种类型的模型算法和启发式规则，构建了高质量、多样化的知识表达形式，覆盖不同难度和形式的任务，使模型能够全面理解图片内容、局部元素以及组件关系。接着，通过将指令-动作对向量化处理并去除冗余样本，进一步提升了图片和问题的多样性。最终，经过细致的数据配比实验，荣耀AI团队混合构建了780万条训练数据进行基础能力学习，再用退火训练，让模型具备理解和规划GUI任务的核心能力。

经过这一系列筛选和优化，模型获得了“纯净、结构化”的学习材料，这就像为司机提供了一份“高清地图”，而非零散的路况描述，极大地提升了学习效率和效果。

同时，荣耀还在数据构造上进行创新。传统方法基于XML控件类别划分，结果往往像用不同国家的交通规则教同一个司机，容易产生冲突。荣耀则设计了基于视觉和功能属性的控件统一分类体系，相当于制定了一套“通用交通规则”，使模型可以适配各种移动设备界面。

有了基础驾驶能力，强化微调的作用是——让司机在各种复杂路况下练出反应速度和临场应变能力。荣耀团队设计的DF-GRPO算法和空间增强的复合奖励函数，就像给司机设立多维度的考核标准：

格式奖励：确保“打方向盘、踩油门”的动作格式正确；精确奖励：保证转弯角度、速度等关键动作执行到位；距离奖励：让定位更接近目标中心，提高操作的精细度。

DF-GRPO双重过滤机制（静态过滤+动态过滤）则像一个“教练组”，不断淘汰无意义的练习样本，确保每一次强化训练都有效果。这种方式让模型不仅能应付标准场景，还能在突发情况下灵活应对——就像司机不仅会开高速，也能在复杂城市路况中快速做决策。

技术创新的价值最终要通过实际效果来验证。MagicGUI在四大核心任务上的表现，充分证明了两阶段训练方案的有效性。

在移动端截图视觉定位能力测试中，MagicGUI达到第一名水平，相比第二名在两个测试集上分别提升2个和12个百分点。这一成绩的背后，是模型对GUI元素精准识别和定位能力的体现。当用户询问"屏幕上的搜索框在哪里"时，模型能够准确给出坐标位置，这种精度的提升对于后续的操作执行至关重要。

页面理解问答能力的突破同样令人印象深刻。模型不仅能够准确识别页面内容，更能理解页面的层次结构和空间布局信息。这种理解能力让智能体能够像人类用户一样"读懂"复杂的应用界面，为后续的智能操作奠定基础。

单步操作能力的提升更具实用价值。在内部Magic-RICH测试集上，MagicGUI达到第一名水平，相比第二名平均提升10个百分点，特别是针对异常情况的处理能力提升20个百分点。这意味着当用户发出操作指令时，模型能够更准确地理解意图并执行相应动作，大大减少了操作失败的概率。

动作序列拆解执行能力的领先表现，则体现了模型的规划和推理能力。在开源的AndroidControl多步测试集上，相比第二名相对错误率下降7.4%。这种能力让智能体能够将复杂的多步任务分解为一系列单步操作，并在执行过程中根据环境反馈动态调整策略。

从技术链路的创新方法看，两阶段训练方案的提出，体现了荣耀团队对技术问题的深度思考和系统性解决能力。继续预训练与强化微调的有机结合，数据工程与算法创新的协同推进，也展现了工程化的创新精神。

但对于普通的用户来说，技术创新的意义不仅在于参数和指标的提升，更在于能否真正改善场景体验。

从商业化的角度来看，MagicGUI大模型已实际应用于荣耀新一代折叠旗舰Magic V5，赋能YOYO智能体实现多智能体协同，完成“一语打车”等复杂任务。

王皑认为，"一语多平台打车"功能是智能体应用的典型场景。用户只需说出"帮我尽快打一辆车回酒店"，智能体就能直接调用高德等主流出行软件完成打车操作。这背后涉及的技术挑战包括：意图理解、应用选择、界面导航、地址识别、车型选择、订单下发等多个环节，每一步都需要模型的精准判断和执行。

"所有这些优秀的智慧体验，都是基于我们AI底层技术驱动的深度融合的MagicOS的受益。"这种深度融合的设计理念，让AI能力真正成为操作系统的内核，而不是简单的功能叠加。

常用场景用机操控能力的提升，更是直接关系到用户的日常使用体验。无论是APP主页搜索、查看订单，还是购物车操作，MagicGUI都能提供更加智能和高效的支持。91.5%的准确率意味着十次操作中只有一次可能需要用户干预，这种体验的提升是质的飞跃。

更重要的是，这种差异化的交互体验意味着：荣耀不再只是硬件参数的竞争，而是向“体验差异化”转型。

这种体验差异化的转型也极度依赖生态共建——不应再以短期的技术炫技，而是依赖长期的战略布局。

从全球范围来看，GUI大模型仍是一个相对小众但高价值的技术方向。国外大厂多采用企业自主闭环研发模式，强调技术壁垒与商业化的直接转化；例如，美国大公司们的多模态模型开发以应用落地为核心，技术栈往往是“自研+闭环”，对外开放程度较低。而国内的技术路线则更强调产业牵引与产业协同：一方面依托政策推动大模型基础能力的开放共享，另一方面通过产业联盟和生态共建，加快技术在各类智能终端上的落地。

在这样的差异背景下，开源成为国内AI发展的关键词：它降低了技术门槛，吸引更多开发者参与，也让产业协同更加高效。这样的路径下，开源并非终点，而可能是AI协作的真正起点——围绕开源模型的生态建设、多方协作，将成为推动智能体时代加速到来的关键动力。

正是基于这样的行业趋势和技术积累，荣耀在技术实力得到充分验证的基础上，选择将MagicGUI开源，将其作为推动产业协作和智能体生态建设的起点。

从生态构建角度看，MagicGUI的开源为行业多模态大模型与GUI大模型的研究提供了高质量基础。开发者可以基于该模型进行进一步的测试与优化，通过开源社区的反馈机制，加速技术迭代与应用落地。这种开放式创新模式，有助于整个行业的技术进步。。

自2023年起，荣耀就与复旦大学开启产学研合作模式，共同建立自然语言处理大模型校企联合实验室，在数据采集与生成框架、训练方案设计与强化学习算法创新等方面深度合作。MagicGUI也是这一合作体系的成果之一，并将在开源生态中获得持续成长。

谈及MagicGUI的发布，王皑认为这只是荣耀阿尔法战略的一个重要节点。在谈到未来发展时，他勾勒出了更一个宏大的愿景：

第一步是在每一款荣耀产品中都打造具备YOYO智能体能力的智能手机，为每一位用户提供极致便捷的人机交互。这一步的关键在于技术的普及化应用，让AI能力从旗舰产品扩展到全产品线。

第二步是构筑智慧生态，将AI能力赋能到更多硬件设备。"未来我们家里的冰箱、空调、汽车都可以做无缝的流转"，这种跨设备协同的愿景，需要强大的AI内核作为支撑。MagicGUI在移动端的成功，为这一愿景的实现提供了技术基础。

第三步则指向通用人工智能时代，YOYO智能体将进化为更好的数字伙伴，甚至是更懂用户的数字分身。这种"共生共存"的未来图景，虽然看似遥远，但技术的每一步进步都在向这个目标靠近。当GUI交互效率突破95%的临界点时，传统App形态可能会被智能体重塑，人机交互范式或许将迎来新一轮颠覆？

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

创作者_1470992743975 2025-08-28 15:22:23