Buchumschlag

Foundations and Recent Trends in Multimodal Mobile Agents: A Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Biao, Li, Yanda, Zhang, Zhiwei, Wei, Yunchao, Fang, Meng, Chen, Ling
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SpeechR: A Benchmark for Speech Reasoning in Large Audio-Language Models
von: Yang, Wanqi, et al.
Veröffentlicht: (2025)

MTPChat: A Multimodal Time-Aware Persona Dataset for Conversational Agents
von: Yang, Wanqi, et al.
Veröffentlicht: (2025)

Who Can Withstand Chat-Audio Attacks? An Evaluation Benchmark for Large Audio-Language Models
von: Yang, Wanqi, et al.
Veröffentlicht: (2024)

AppAgent v2: Advanced Agent for Flexible Mobile Interactions
von: Li, Yanda, et al.
Veröffentlicht: (2024)

Enhancing Temporal Sensitivity and Reasoning for Time-Sensitive Question Answering
von: Yang, Wanqi, et al.
Veröffentlicht: (2024)

Temporal Contrastive Decoding: A Training-Free Method for Large Audio-Language Models
von: Li, Yanda, et al.
Veröffentlicht: (2026)

MMAC-Copilot: Multi-modal Agent Collaboration Operating Copilot
von: Song, Zirui, et al.
Veröffentlicht: (2024)

EcoAgent: An Efficient Device-Cloud Collaborative Multi-Agent Framework for Mobile Automation
von: Yi, Biao, et al.
Veröffentlicht: (2025)

Multi-Agent Autonomous Driving Systems with Large Language Models: A Survey of Recent Advances
von: Wu, Yaozu, et al.
Veröffentlicht: (2025)

Recent Advances of Multimodal Continual Learning: A Comprehensive Survey
von: Yu, Dianzhi, et al.
Veröffentlicht: (2024)

A Survey of Personalized Federated Foundation Models for Privacy-Preserving Recommendation
von: Li, Zhiwei, et al.
Veröffentlicht: (2025)

A Survey on Current Trends and Recent Advances in Text Anonymization
von: Deußer, Tobias, et al.
Veröffentlicht: (2025)

Conditional Diffusion Model for Multi-Agent Dynamic Task Decomposition
von: Zhu, Yanda, et al.
Veröffentlicht: (2025)

Thinking on Maps: How Foundation Model Agents Explore, Remember, and Reason Map Environments
von: Wei, Zhiwei, et al.
Veröffentlicht: (2025)

Large Multimodal Agents: A Survey
von: Xie, Junlin, et al.
Veröffentlicht: (2024)

Rethinking Memory Mechanisms of Foundation Agents in the Second Half: A Survey
von: Huang, Wei-Chieh, et al.
Veröffentlicht: (2026)

Game-TARS: Pretrained Foundation Models for Scalable Generalist Multimodal Game Agents
von: Wang, Zihao, et al.
Veröffentlicht: (2025)

A Survey on GUI Agents with Foundation Models Enhanced by Reinforcement Learning
von: Li, Jiahao, et al.
Veröffentlicht: (2025)

Mobile Foundation Model as Firmware
von: Yuan, Jinliang, et al.
Veröffentlicht: (2023)

Benchmarking Foundation Models with Retrieval-Augmented Generation in Olympic-Level Physics Problem Solving
von: Zheng, Shunfeng, et al.
Veröffentlicht: (2025)

Brain-Conditional Multimodal Synthesis: A Survey and Taxonomy
von: Mai, Weijian, et al.
Veröffentlicht: (2023)

Curriculum Learning with Quality-Driven Data Selection
von: Wu, Biao, et al.
Veröffentlicht: (2024)

Synergizing Foundation Models and Federated Learning: A Survey
von: Li, Shenghui, et al.
Veröffentlicht: (2024)

Representation Potentials of Foundation Models for Multimodal Alignment: A Survey
von: Lu, Jianglin, et al.
Veröffentlicht: (2025)

SafeMobile: Chain-level Jailbreak Detection and Automated Evaluation for Multimodal Mobile Agents
von: Liang, Siyuan, et al.
Veröffentlicht: (2025)

A Survey of Scientific Large Language Models: From Data Foundations to Agent Frontiers
von: Hu, Ming, et al.
Veröffentlicht: (2025)

A Survey of WebAgents: Towards Next-Generation AI Agents for Web Automation with Large Foundation Models
von: Ning, Liangbo, et al.
Veröffentlicht: (2025)

GUI Agents with Foundation Models: A Comprehensive Survey
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

A Survey of Resource-efficient LLM and Multimodal Foundation Models
von: Xu, Mengwei, et al.
Veröffentlicht: (2024)

Recent Trends in Modelling the Continuous Time Series using Deep Learning: A Survey
von: Habiba, Mansura, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems
von: Fang, Jinyuan, et al.
Veröffentlicht: (2025)

Impact of Stickers on Multimodal Sentiment and Intent in Social Media: A New Task, Dataset and Baseline
von: Shi, Yuanchen, et al.
Veröffentlicht: (2024)

Residual RL--MPC for Robust Microrobotic Cell Pushing Under Time-Varying Flow
von: Yang, Yanda, et al.
Veröffentlicht: (2026)

ReasonLight: A Multimodal Foundation Model-Enhanced Reinforcement Learning Framework for Zero-Shot Traffic Signal Control
von: Pang, Aoyu, et al.
Veröffentlicht: (2026)

DeepSurvey-Bench: Evaluating Academic Value of Automatically Generated Scientific Survey
von: Zhang, Guo-Biao, et al.
Veröffentlicht: (2026)

MoveGPT: Scaling Mobility Foundation Models with Spatially-Aware Mixture of Experts
von: Han, Chonghua, et al.
Veröffentlicht: (2025)

A Survey: Towards Privacy and Security in Mobile Large Language Models
von: Xu, Honghui, et al.
Veröffentlicht: (2025)

Exploring the Reasoning Abilities of Multimodal Large Language Models (MLLMs): A Comprehensive Survey on Emerging Trends in Multimodal Reasoning
von: Wang, Yiqi, et al.
Veröffentlicht: (2024)

Training and Serving System of Foundation Models: A Comprehensive Survey
von: Zhou, Jiahang, et al.
Veröffentlicht: (2024)

SLCA++: Unleash the Power of Sequential Fine-tuning for Continual Learning with Pre-training
von: Zhang, Gengwei, et al.
Veröffentlicht: (2024)