Apple、実機iOSで訓練の8Bエージェントを発表

Appleの論文は、スマホUIエージェント研究における二つの潮流の交差点に位置する。一つは訓練を静的で録画された軌跡から実環境へ移すこと、もう一つは小規模モデルがはるかに大規模なフロンティアシステムに匹敵し得るかを検証することだ。著者ら——Peitong Duan、Khashayar Gatmiry、Jeffrey Nichols、Samy Bengio、Emmanuel Abbe——は、タスクを分解するPlanning Agentと画面上の要素を解決するUI Grounding Modelという二つのコンポーネントからなるシステムを構築した。訓練は数百台の同時仮想iOS端末にまたがってGiGPPOを実行し、論文はステップ単位のLLM-as-Judge報酬によってクリティックの安定性を向上させると述べている。

最も印象的な発見はクロスプラットフォーム転移だ。AndroidWorldの結果はAndroid固有の訓練なしにiOSで訓練したモデルから得られたもので、エージェントがプラットフォーム固有のパターンマッチングよりも一般的なUI操作に近いものを学習していることを示唆する。論文の枠組みが支持する推論だが、確認にはより広範なテストが必要だ。

フロンティアシステムとの同等性はベンチマークによってばらつく。8BモデルはUINavBenchで32.4%とGemini-3.1-Proに匹敵するが、iOSWorldではGiGPPOが9.8%にとどまり、Gemini-3.1-Proの39.5%に及ばない。この差は、最も強い見出しの数字がすべての実機テストに当てはまるわけではないことを思い起こさせる。