OpenMobile-2: Building Versatile Mobile Agents with Scalable Environments and App-Native Tools

We introduce OpenMobile-2, a near-frontier mobile agent with fully open training environments and recipes. We make three key advances: (1) Diverse environments with simulated commercial apps: We build MobileGym++, featuring 35 realistic, functionally rich commercial-style apps with cross-app workflows, while preserving full controllability for reset and verification. Together with newly configured apps in Android emulators, this yields a diverse playground spanning over 110 apps. (2) Open training data at scale: Building on this foundation, we curate nearly 12K mobile interaction trajectories for supervised fine-tuning and the largest open collection of verifiable RL training data for mobile agents, comprising over 2K executable tasks with automatic rewards. (3) Hybrid GUI and app-native tool use: We explore an experimental mobile-use setting where apps expose selected functionalities as app-native tools alongside their GUIs, allowing agents to interleave GUI actions and tool calls within a task. We implement this setting in MobileGym++ with over 300 carefully scoped tools across 50+ apps. Additionally, we introduce MobileGym++ Bench for complex, long-horizon commercial mobile scenarios, supporting both GUI-only and hybrid GUI-tool evaluation on a shared task suite. OpenMobile-2 performs competitively across established benchmarks, including AndroidWorld (79.9) and MobileWorld (50.4), while showing promising transfer to real-device mobile use, nearly doubling SPA-Bench performance from 31.9 to 59.6. All resources are available at https://os-copilot.github.io/OpenMobile2-Home/.

한 줄 요약

OpenMobile-2는 110개 이상의 앱을 포함한 MobileGym++ 환경과 12,000개 이상의 상호작용 트레이드를 기반으로 모바일 에이전트를 학습시키는 오픈 소스 플랫폼이다.

핵심 기여도

**MobileGym++**: 35개의 상업적 스타일 앱과 110개 이상의 앱으로 구성된 확장 가능한 모바일 환경 구축.
**12,000개 이상의 상호작용 트레이드**와 2,000개 이상의 실행 가능한 강화 학습(RL) 작업을 포함한 오픈 학습 데이터 제공.
**300개 이상의 앱 네이티브 툴**을 50개 이상의 앱에 통합한 하이브리드 GUI-툴 사용 환경 구현.
**MobileGym++ Bench**: 215개의 장기적, 앱 간 작업을 포함한 평가 벤치마크 도입.

핵심 아이디어

OpenMobile-2는 모바일 에이전트가 실제 상업 앱과 유사한 환경에서 학습할 수 있도록 하기 위해 **MobileGym++**라는 대규모 모바일 환경을 구축했다. 이 환경은 35개의 기능적으로 풍부한 상업 스타일 앱을 포함하며, **cross-app workflows**를 지원하면서도 **reset과 verification이 가능한 full controllability**를 유지한다. 기존 오픈 환경이 주로 오픈소스 앱에 의존한 반면, OpenMobile-2는 상업 앱의 복잡한 내부 상태와 지속적인 사용자 상태를 재현함으로써 **모델의 일반화 능력을 향상**시키는 데 초점을 맞추고 있다.

또한, **하이브리드 GUI-툴 사용 환경**을 도입하여, GUI와 앱 네이티브 툴을 혼합하여 사용하는 새로운 모바일 사용 시나리오를 실험적으로 탐구한다. 예를 들어, 피트니스 앱에서 `search_course`와 같은 툴을 제공함으로써, 에이전트가 GUI 액션과 툴 호출을 동일한 작업 내에서 번갈아 사용할 수 있도록 한다.

기술적 접근법

**MobileGym++**: 35개의 상업 스타일 앱과 Android 에뮬레이터에 새롭게 구성된 앱을 결합하여 110개 이상의 앱을 포함한 환경 구축.
**12,000개의 상호작용 트레이드**는 지도 학습 미세 조정용으로, 2,000개 이상의 실행 가능한 RL 작업은 자동 보상과 검증 기능을 갖춘 학습 데이터로 활용.
**300개 이상의 앱 네이티브 툴**이 50개 이상의 앱에 통합되어, GUI 액션과 툴 호출을 혼합한 작업 수행 가능.
**MobileGym++ Bench**: 215개의 장기적, 앱 간 작업을 포함하며, GUI-only 및 하이브리드 GUI-툴 평가를 지원.

주요 결과

**AndroidWorld**에서 79.9점, **MobileWorld**에서 50.4점의 성능 달성.
**SPA-Bench**에서 성능이 31.9에서 59.6으로 향상 (약 87% 개선).
**GUI-only vs. 하이브리드 GUI-툴 사용** 비교에서, 하이브리드 학습이 툴 사용 혼합 시 더 높은 성능 증가를 보임.

의의 및 한계

OpenMobile-2는 모바일 에이전트 연구에서 **상업 앱 기반 환경 확장**, **오픈 학습 데이터 제공**, **하이브리드 GUI-툴 사용**이라는 세 가지 주요 기여를 통해, 모델의 일반화 능력과 실제 세계 적용 가능성을 높이는 데 기여한다. 특히, **110개 이상의 앱을 포함한 MobileGym++**은 기존 오픈 환경의 제한을 극복하고, **2,000개 이상의 실행 가능한 RL 작업**은 강화 학습 연구에 중요한 자산이 된다.

그러나, **상업 앱의 실제 내부 로직을 완전히 재현하지 못하는 경우**가 있으며, 일부 작업은 **자동 검증이 어려운 복잡한 상황**에서 제한이 있을 수 있다. 또한, **하이브리드 환경에서 툴 사용의 효과는 특정 앱에 따라 차이가 있을 수 있다**는 점도 한계로 지적된다.

실용적 활용

OpenMobile-2는 모바일 자동화, 앱 테스팅, 사용자 인터페이스 자동화 등 다양한 산업 분야에서 활용 가능하다. 특히, **상업 앱 기반 학습 환경**은 모바일 에이전트가 실제 사용자와 유사한 상황에서 학습할 수 있도록 하며, **하이브리드 GUI-툴 사용**은 앱 개발자들이 툴 기반 자동화를 도입할 때 유용한 인프라를 제공한다.