MIRA：基于MLLM的智能手机一键AI服务指令推荐
人工智能
2025-09-18 v1 信息检索
摘要
生成式 AI 技术的快速发展正在推动多样化 AI 服务集成到智能手机中，转变用户与设备交互方式。为简化对预定义 AI 服务的访问，本文提出 MIRA，一个为智能手机任务指令推荐开创性的框架，实现“一键”式 AI 任务。MIRA 使用户能够长按图像或文本对象，从而接收针对性强的指令建议，以执行 AI 任务。我们的工作引入了三个关键创新：1）基于多模态大语言模型（MLLM）的推荐管道，结构化推理提取关键实体、推断用户意图并生成精准指令；2）模板增强推理机制，将高层次推理模板整合进推理过程，提升任务推断准确率；3）前缀树约束解码策略，将输出限制在预定义指令候选集合中，确保建议连贯且意图对齐。通过使用真实世界标注数据集和用户研究评估，MIRA 在指令推荐准确率方面实现了显著提升。令人鼓舞的结果凸显了 MIRA 在智能手机上提供无缝且高效 AI 服务体验的潜力。
关键词
引用
@article{arxiv.2509.13773,
title = {MIRA: Empowering One-Touch AI Services on Smartphones with MLLM-based Instruction Recommendation},
author = {Zhipeng Bian and Jieming Zhu and Xuyang Xie and Quanyu Dai and Zhou Zhao and Zhenhua Dong},
journal= {arXiv preprint arXiv:2509.13773},
year = {2025}
}
备注
Published in Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 6: Industry Track), ACL 2025. Official version: https://doi.org/10.18653/v1/2025.acl-industry.103