MobileExplorer：通过在线探索加速移动 GUI 智能体的端侧推理

针对现有移动图形用户界面（GUI）智能体依赖云端推理导致的隐私与延迟问题，本文提出 MobileExplorer 框架以加速端侧推理。该方法利用视觉语言模型单步推理的耗时窗口，并行轻量级探索 UI 元素，将探索轨迹记录为结构化记忆并总结为上下文提示注入提示词，从而增强后续推理。此外，设计了双层回滚机制以确保动态环境下的执行可靠性。实验表明，该框架在保持或提升任务成功率的同时，显著减少了推理步数并降低了端到端延迟。