刚刚开云(中国)Kaiyun·体育官方网站-登录入口，智谱来了一波大的——

你的手机、PC 等成就，完全都是不错让 AI 来自动驾驶了。

在现场，智谱 CEO张鹏径直来了一个 live demo。

只见他掏出荣耀手机，只是是说了三句话，就让 AI 给现场和线上的不雅众发了两个大红包：

帮我创建一个面临面群聊，数字为 1129，并将群聊名字改成智谱开放日。

帮我在智谱开放日的群聊里发个一万的红包，数目为一百个，名字为" AI 给你发的第一个红包"。

帮我在支付宝发八百八十八个，总数为一万的口令红包。

比拟挑升旨意思意思的是，AutoGLM 现场"翻车"了，但这个小插曲不是因为自己才调……而是因为现场不雅众手速太快，AI 挤不进去群。

除了手机以外，张鹏在现场还展示手机和 PC 联动的自动驾驶。

举例群发文献：

微信给智谱开放日，发送文献：智谱开放日新闻稿 .pdf。

再如给微博点赞：

盛开微博，帮我给王心凌的微博点赞并发布挑剔。

嗯，在 PC 上实行这些任务，当今完全都酿成发个辅导就不错的事情了，然后 AI 就会像东谈主同样，一步一步帮你去作念。

由此可见，大模子的输出已不再局限于文本、图像、音频或视频这样的多模态；当今，它不错是一种动作（Action）。

正如张鹏在发布会中所述：

这一应用展现了大模子从对话（Chat）走向操作（Act），从生成式 AI（GenAI）迈向代理式 AI（Agentic AI）的演进趋势。

但纵不雅整场发布会，智谱不单是是"发布"这个动作，AI 自动驾驶的才调也有了相应的普及。

外卖能比价，54 个门径不带断的

智谱这次在 Auto 这件事儿上，一共发布了三大居品，分辨对应的是手机、Web 和 PC。

接下来，咱们就逐一来看下。

手机：可自动驾驶更复杂的任务

AutoGLM，行动智谱在手机上的自动驾驶，其着实一个月前就还是开启内测。

而从今天的发布来看，是不错管理愈加复杂的使命，举例跨 APP "货比三家"。

鄙人面的这个案例中，AutoGLM 就先盛开了好意思团、再盛开饿了么，对吞并个商品的价钱作念了对比：

即使面临多达54 个门径的超长任务，AutoGLM 也能不远隔"唰唰唰"地自主实行。

鄙人面这个例子中，用户仅需说一句：

帮我在小红书上看下准备暖锅都需要哪些食材，去小象超市采购总结。

张鹏暗示，他们还躬行测算了一下，AutoGLM 管理期间要比东谈主类还快一些。

除此以外，AutoGLM 还推出了2 个新玩法。

第一个即是快捷短口令，关于夙昔提的条件，举例"在最近的店铺点一杯瑞幸橙 C 冰好意思式"，以后无须每次都说这样多字了。

当今不错把它成就为"逐日咖啡"这四个字即可：

第二个新玩法即是果决样子——遇事未定，让 AI 来作念遴荐。

如故点咖啡这个例子，在果决样子下，AI 会就地咖啡品牌和种类，直到重要的付款界面才需要用户来操作。

Web：全自动上网

除了手机端以外，当今的 Web 端也不错 Auto 了。

鄙人面这个例子中，AutoGLM-Web 自动完成了"在百度搜索芒果 TV，盛开再见爱东谈主，播放最新一集，发弹幕"。全程莫得东谈主的搅扰。

据悉，这个功能目下还是因循百度搜索、微博、知乎、GitHub 等数十个网站的自动驾驶。

PC：琐碎使命交给 AI

GLM-PC是智谱这次新发布的电脑端的自动驾驶。

举例这样的任务：

查询浏览并总结 Geoffrey Hinton 的百度百科，发给微信辩论东谈主。

再如淘宝购物：

在淘宝上买 XL 的羽绒服并购买。

还有仅是把聊天截图丢给 GLM-PC，它就径直能帮你预定会议：

据悉，目下智谱开放第一阶段的内测体验场景举座包括：

信息：适配微信、飞书、钉钉，可向辩论东谈主或群聊发送发信息

参与会议：适配腾讯会议、飞书会议等，可定会议日程、发送会邀；可定时加入指定会议

网页总结：可盛开浏览器，在平百度、公众号、知乎、小红书等平台搜索重要词，进行阅读总结或者翻译等

一言以蔽之，以往诸多琐碎的事务，都不错交给 AI 来自动完成了。

背后是行家首个 UI Agent 视觉基座模子。

关于 AI 自动驾驶背后的旨趣，其实智谱也还是发布过关联的论文。

而这次发布的 GLM-PC 是一种拟东谈主的多模态的感知，恰是基于这篇智谱自研模子CogAgent。

值得一提的是，这亦然行家首个UI Agent 视觉基座模子。

CogAgent 是一种视觉言语模子（VLM），专门用于相识和导航 GUI。

与仅能管理文本输入的言语模子不同，CogAgent 不错管理截屏图像，通过视觉输入来识别页面元素，如按钮、图标和文本位置。

因此，它不仅能相识页面上的骨子，还能径直模拟东谈主类用户的操作进行交互。

CogAgent 的特殊之处在于它融合了低分辨率和高分辨率的图像编码器，以便更好地相识 GUI 页面中不同类型的信息。

其输入图像分辨率高达 1120 × 1120，轻率准确识别页面上较小的图标和文本，使其在复杂的 GUI 任务中泄漏优异。

而 CogAgent 的中枢不错归结为两大部分：

一个视觉编码器

一个言语解码器

视觉编码器用于管理输入的 GUI 截屏，将其改动为允洽模子相识的特征暗示。

为了均衡计较复杂度和输入分辨率，CogAgent 使用了一种称为高分辨率交叉模块的新瞎想，使得模子不错在高分辨率下仍然保握较低的计较支出。

这一模块的引入，使得 CogAgent 不错在无需权贵加多计较资源的情况下，取得更精粹的图像特征。

具体来说，CogAgent 利用一种跨介意力机制，将高分辨率图像特征与言语特征进行交融，从而在不同眉目上相识页面元素的联系。

这样的瞎想，使得 CogAgent 在相识和操作网页和移动成就的 GUI 任务上远超基于言语模子的其他步调。

行动一种通用视觉言语模子，CogAgent 在包括 VQAv2、OK-VQA、Text-VQA、ST-VQA、ChartQA、infoVQA、DocVQA、MM-Vet 和 POPE 在内的五个文本密集型和四个通用视觉问答基准任务上达到了开赴点进水平。

仅通过截图行动输入，CogAgent 在 PC 和 Android 的 GUI 导航任务上高出了基于 LLM 的步调（举例 Mind2Web 和 AITW）所使用的 HTML 索要文本输入，大幅普及了刻下工夫水平。

为什么 Auto 这件事很遑急？

如果不雅察近期业内的发展趋势，Auto 断然成为较为前沿的那一个。

举例苹果的 Apple Intelligence，Anthropic的 Computer Use、谷歌的 Jarvis，再到传说的 OpenAI 行将发布的 Operator。

顶尖企业，纷繁剑指 Auto。那么为何会如斯？

先看工夫发展。

在大模子工夫出现之前，东谈主们只可通过键盘、鼠标、多点触控等物理面容与机器交互，长期是东谈主在适当机器。

而用户于今仍需破耗多半期间学习多样软件操作，尤其是复杂的企业软件界面，频繁跨多个应用实哄骗命流，充满了叠加的机械操作，必须手动完成。

大模子正在改变这极少，让机器适当东谈主。这收获于大模子在天然言语、多模态感知和逻辑推理等方面的冲破。

因此，当今的大模子不错相识界面、盘算任务、使用器具，以致达成自我立异，初步具备了师法东谈主类与物理全国互动的才调。

一言蔽之，Agent 带来了更允洽直观的东谈主机交互。

再来看市集趋势。

Gartner 已将代理式 AI 列为 2025 年十大工夫趋势之一，据其展望：

到 2028 年，至少有 15% 的日常使命有辩论将由代理式 AI 自主完成。

至于智谱对此的相识，张鹏在现场也给出了证据。

智谱将大模子的发展分为五个阶段：L1 言语才调、L2 逻辑才调（多模态）、L3 器具使用才调、L4 自我学习才协调 L5 探究科学规则。目下：

L1 言语才调：已达 80%

L2 逻辑才调：已达 60%

L3 器具使用才调：还在初期阶段

L4 自我学习才协调 L5 科学探究才调：正在探索中

在 L3 阶段，尽管取得了彰着进展，但大模子在一些基本操作上仍存在挑战，举例转化、拖动和缩放，这些对东谈主类来说是成竹于胸的。

况兼智谱关于 Agent 工夫的发展并非是一蹴而就。

从 2023 年 4 月的 AgentBench 初始，到 8 月的 CogAgent 模子，2024 年的多项后果，智谱针关于 AutoGLM 和 GLM-PC 的模子 CogAgent 的研发使命，也进行了一年半的期间。

智谱还暗示，异日将接续加快对 Agent 模子居品的研发。

One More Thing

AI 要念念 Auto 起来，工夫才调天然是一方面，但生态亦然亦然遑急。

为此，智谱还是在芯片、操作系统 、模子侧和应用 APP 侧，进行了一段期间的探索，和诸多手机、PC 厂商达成了深度合营。

在现场，包括荣耀、小鹏、华硕、高通、英特尔等合营伙伴也纷繁来站台。

智谱 COO 张帆还暗示：

Agent 不仅在操作系统和 APP 上不错达成用户体验变革，还将会引申到种种智能成就上，达成基于大模子的互联互通。

这种膨胀，具体到当下的多样成就，从手机到电脑，再到汽车、眼镜、家居和多样边端成就，表面上是莫得规模物化的。

关于万物齐可 Auto 的异日，你期待了吗？

内测地址放底下了，感意思的小伙伴不错去央求哦 ~

清言插件：

https://new-front.chatglm.cn/webagent/landing/index.html?channel=ads_news_openday

AutoGLM- 安卓：

https://agent.aminer.cn/

GLM-PC：

https://www.wjx.top/vm/mOs9cHw.aspx

—  完  —

「MEET2025 智能异日大会」

火热报名中

定档 12 月 11 日！李开复博士、周志华西席、智源商讨院王仲远院长都来量子位MEET2025 智能异日大会计划行业破局之谈了！

，不雅众报名通谈已开启！迎接来到 MEET 智能异日大会，期待与您全部料到智能科技新异日  

把握滑动查抄最新嘉宾声势

点这里� � 暄和我，牢记标星哦～

一键三连「点赞」、「共享」和「在看」

科技前沿进展日日相遇 ~