• 大模子从Chat走向Act,智谱公布Agent新进展:支援跨App、跨修复等玩法

  • 发布日期:2024-12-26 05:56    点击次数:117

    大模子从Chat走向Act,智谱公布Agent新进展:支援跨App、跨修复等玩法

    起头:猎云网

    东谈主类与机器的互动步地正在发生范式转化。这是由于唯有对话功能的Chatbot,正在进化为“有手、有脑、有眼睛”的自主Agent。

    11月29日,动作最早探索Agent的大模子企业之一,智谱带来了多个新进展:

    AutoGLM不错自主践诺进步50步的长形貌操作,也不错跨APP践诺任务;

    AutoGLM开启“全自动”上网新体验,支援等数十个网站的无东谈主驾驶;

    像东谈主一样操作计较机的GLM-PC启动内测,基于视觉多模态模子杀青通用Agent的本事探索。

    在Agent OpenDay现场,智谱CEO张鹏下达了一个简便语音领导,AutoGLM便给在场数百位嘉宾发送了“一个来自 AI 的微信红包”。此外,AutoGLM还不错通过手机,而已不异电脑自动发送文献。

    AutoGLM新升级:挑战更复杂

    新升级的AutoGLM不错挑战完成复杂任务:

    1. 超长任务:相接超长领导,践诺超长任务。举例,在采购暖锅食材的例子中,AutoGLM自主践诺了54步无打断操作。况且,在这种多步、轮回任务中,AutoGLM的速率线路进步东谈主手动操作。

    2. 跨App:AutoGLM支援跨App来践诺任务。用户将民俗于AI自动解决,而不是在多个App间来去切换。由于面前AutoGLM形态更像是用户和期骗间的App践诺的诊疗层,因此跨App才略是内部相当枢纽的一步。

    3. 短口令:AutoGLM好像支援长任务的自界说短语。今天,你毋庸再给AutoGLM说:“帮我买一杯瑞幸咖啡,生椰拿铁,五谈口店,大杯、热、微糖” 这类超长领导,只需要说“点咖啡”。

    4. 璷黫模式:咱们齐会堕入遴荐懦弱,AutoGLM今天不错主动帮你作念出方案。璷黫模式下总计形貌齐让AI方案,带来有抽盲盒式的惊喜。想不想尝尝AI为你点的咖啡口味?

    同期,AutoGLM启动大范围内测,并将尽快上线成为面向C端用户的产物。 AutoGLM同期秘书启动“10个亿级App免费Auto升级”的筹办,邀请App伙伴荟萃探索我方的Auto新场景。

    支援中枢场景和中枢期骗的AutoGLM标品API,会在两周内上线到智谱maas灵通平台(bigmodel.cn)试用。

    Web端开启“全自动”上网新体验:即日起智谱清言插件上线AutoGLM功能,支援搜索、微博、知乎、Github等数十个网站的无东谈主驾驶。在现场demo里,智谱清言插件自动完成了“搜索芒果tv,掀开冷巷东谈主家,播放最新一集,发弹幕结局打卡”。全程莫得东谈主的侵扰。

    GLM-PC邀测:面向“无东谈主驾驶”电脑的一次本事探索

    不单是基于手机和浏览器,今天智谱还带来基于PC的自主Agent。GLM-PC是GLM团队面向“无东谈主驾驶”PC的一次本事探索,基于智谱的多模态模子 CogAgent。面前灵通第一阶段的内测场景,包括:

    1. 会议替身:帮用户预定和参与会议,发送会议记忆。

    2. 文档解决:支援文档下载、文档发送、相接和记忆文档。

    3. 网页搜索与记忆:在指定平台(如微信公众号、知乎、小红书等)搜索指定枢纽词,完成阅读、记忆。

    4. 而已和定时操作:而已手机发领导,GLM-PC不错自主完成电脑操作;设定一个畴当年辰,在开机情景下定时践诺任务。

    5. 隐形屏幕:在用户使命时,GLM-PC不错在隐形屏幕上自主完成使命,开脱屏幕使用权。

    东谈主用电脑的过程——用眼看图形及笔墨,用脑缱绻,再用手践诺单击双击、输入等操作。GLM-PC用电脑的步地简直透顶和东谈主一样。也正因如斯,表面上只如果为东谈主类瞎想的期骗,在GLM-PC学习之后它齐好像践诺。这是一种系统级、跨平台的才略,不依赖于HTML、API,具备更高的才略上限。

    不外,由于PC的复杂进程,以及大家在PC完成的简直齐是复杂任务,坦率的说,今天大模子的才略距离果真代替大家办公还有一定距离。GLM-PC在刻下版块下,用户仍需要输入相当精确的领导。

    面前,GLM-PC“邀请体验”已开启。智谱方面默示,会在产物完善后尽快上线供所灵验户使用,同期也但愿和更多厂商荟萃共创共同探索。

    AutoGLM和GLM-PC是智谱迈向AI智能操作系统的进军尝试。它们的出现源于智谱在大言语模子、多模态模子、逻辑推理和器具使用等方面的本事积存。从2023年4月的AgentBench开动,到8月的CogAgent模子,智谱针对AutoGLM,和GLM-PC的模子CogAgent的研发使命进行了一年半的时辰。

    与OpenAI有所不同,智谱界说了大模子发展的五个阶段:L1言语才略、L2逻辑才略(多模态才略)、L3使用器具的才略、 L4自我学习才略、 L5谈判科学法例。

    发展于今,大模子还是初步具备了东谈主类与推行物理全国互动的部分才略。“Agent将极地面普及L3使用器具才略,同期开启对L4自我学习才略的探索。” 张鹏说。

    张鹏默示,畴昔GLM团队将络续加快agent模子产物的研发,期待着一句话操作电脑和手机的范式尽快到来。

    大模子从Chat走向Act

    如今,大模子本事正在改革机器和东谈主的互动步地,基于相接需求、缱绻与方案、践诺行动和自我反念念,Agent将带来合适直观的东谈主机交互——从东谈主适合机器,到让机器适合东谈主。

    苹果(Apple Intelligence)、Anthropic(Computer Use)、谷歌(Jarvis)和OpenAI(Operator)等企业也还是把Agent动作2025年的主要关爱点。业内多半觉得,2025年将是Agent爆发之年。Gartner近期将agentic AI列为2025年十大本事趋势之一,并预测2028年至少有15%的平淡使命方案将由agentic AI自主完成,而这一数字在2024年为0。

    与GenAI不同,Agent是看法驱动型的,好像透顶践诺使命经过,适合、学习、迭代、与其他系统和东谈主类联接,并端到端地完成任务。在张鹏看来,Agent不错看作是大模子通用操作系统LLM-OS的雏形。

    “现阶段,AutoGLM特地于在东谈主与期骗之间添加一个践诺的诊疗层,很猛进程上改革东谈主机的交互步地。更进军的是,咱们看到了LLM-OS的可能,基于大模子智能才略(从L1到L4乃至更高),畴昔有契机杀青原生的东谈主机交互。将东谈主机交互范式带向新的阶段。”

    AI时期智能修复新范式

    跟着大模子才略的束缚进化,AI徐徐长出了我方的脑、眼和手。不单是是智能在捏续增强,感知才略和交互带宽也在束缚丰富和拓展,还有面前的Agent带来了践诺力的加快普及。

    智谱COO张帆默示,智能修复在大模子的加捏下,将会本心出新的契机。手机+AI会造成随身个东谈主智能助理,PC+AI将会成为全新分娩力器具,汽车+AI将会让车成为东谈主们的智能第三生存空间。虽然,大模子不单是会为手机、PC和汽车带来契机,而是会惠及多样种种的智能修复。大模子的束缚进化还是为Agent变革东谈主车交互体验奠定了巨大的基础。

    跟着端侧性能及算力捏续普及、为AI原生修复适配的模子和端云同源的协同架构出现,Agent不仅在操作系统OS和期骗上杀青用户体验变革,还能将其推行到各种智能修复上,从手机到电脑,再到汽车、眼镜、家居和多样edge side修复,多样AI原生修复正在争相自满。

    终末,荣耀AI本事总监王作建、华硕AIPC智能生态崇拜东谈主钟怀圣、小鹏汽车座舱智能语音/智能化业务崇拜东谈主廉磊、高通AI产物本事中国区崇拜东谈主万卫星、英特尔中国区本事部总司理高宇,动作智谱的客户及合作伙伴,分辨从不同的场景启航,共享了他们对智能结尾的实践及瞻望。