Oppo hat mit X-OmniClaw einen Open-Source-Agenten vorgestellt, der von seinem Multi-X-Team entwickelt wurde. Dieser Agent nutzt die Funktionen von Kamera, Bildschirm und Sprache, um Aufgaben direkt in Android-Anwendungen zu erledigen, ohne auf eine Cloud-basierte Kopie des Smartphones angewiesen zu sein.
In einem technischen Bericht hebt das Oppo AI Center hervor, dass sich X-OmniClaw deutlich von bestehenden Cloud-Phone-Lösungen wie RedFinger, Alibabas Wuying oder Tencent Cloud Phone abgrenzt. Diese Plattformen führen Agenten in einer virtualisierten Android-Umgebung im Rechenzentrum aus, wodurch der Zugriff auf lokale Sensoren, Kameras und private Daten nicht möglich ist.
X-OmniClaw hingegen operiert direkt auf dem physischen Android-Gerät. Die grundlegenden Funktionen für Wahrnehmung, Steuerung und Interaktion mit Apps sind lokal auf dem Smartphone implementiert. Laut dem Bericht wird ein Cloud-basiertes Sprachmodell nur bei Bedarf als Unterstützung für komplexere Überlegungen hinzugezogen. Konkrete Informationen zu den verwendeten lokalen Modellen werden jedoch nicht bereitgestellt. Erwähnt werden lediglich lokale Komponenten wie ein On-Device-Grounding-Modell und OCR-Technologie zur Erkennung von anklickbaren Benutzeroberflächenelementen. Weitere Entwicklungen in der KI-Technologie, wie OpenClaw, zeigen, wie wichtig die Integration von KI in alltägliche Anwendungen ist. Zudem verdeutlicht ein neues Framework, dass KI-Modelle menschliche Unterstützung benötigen, um effektiv zu arbeiten. Auch die Entwicklung von Always-on-KI-Agenten zeigt die Fortschritte in diesem Bereich.
„`
Quellen: the-decoder
Bildquelle: KI generiert
🚀