MM-Navigator，一种基于GPT-4V的智能代理，用于智能手机用户界面（GUI）导航任务。
MM-Navigator可以像人类用户一样与智能手机屏幕交互，并根据给定的指令确定后续操作。 该系统在生成合理的行动描述方面达到了91％的准确率，在iOS上执行单步指令的正确行动方面达到了75％的准确率，超越了以前的GUI导航器。
