SeerGuard: A Safety Framework for Mobile GUI Agents via World Model Prediction

SeerGuard 把移动 GUI agent 的安全判断前置到执行前，先做 instruction-level screening，再对 agent 提议动作在当前 GUI 状态下预测后果和风险。核心模型 SAWM 以多任务学习同时做 semantic next-state prediction 与 safety risk assessment。Qwen3-VL-8B-Instruct 上 safety-utility score 从 0.191 升到 0.596，risk-cost score 从 0.347 降到 0.130，说明 world-model 式预判能覆盖单步 GUI 错误的不可逆风险。