Downcodes小编获悉，智谱技术团队最新推出基于GLM技术的研究成果——AutoGLM智能体。这款智能体能够模拟人类操作手机，执行各种日常任务，例如微信点赞、淘宝购物、携程订酒店等等，将AI应用拉近了人们的日常生活。其技术突破在于解决了大模型智能体在任务规划和动作执行中的诸多难题，并实现了显着的性能提升，在多个评测基准上超越了其他竞品。 AutoGLM的出现标志着人工智能在“Phone Use”领域取得了重大进展，为未来智能交互提供了新的可能性。
智谱技术团队最近推出了一个基于GLM技术团队研究成果的新产品——AutoGLM，这是一个智能体（Agent），能够模拟人类操作手机，执行各种任务。 AutoGLM的推出标志着人工智能在“Phone Use”领域的进步，使得AI的应用更加贴近人们的日常生活。
AutoGLM能够执行多种任务，如在微信上点赞并评论朋友圈、在淘宝上购买历史订单产品、在携程上预订酒店、在12306上购买火车票、在美团上点外卖等。它的应用场景不仅限于此，理论上，AutoGLM可以完成人类在可视化电子设备上能做的任何事，操作逻辑与人类类似，无需复杂的工作流搭建。
目前，用户可以通过安装“智谱清言”插件体验AutoGLM-Web，这是一个浏览器助手，能够模拟用户访问网页、点击网页，并在网站上自动完成高级检索、总结与内容生成。此外，AutoGLM也在安卓系统上开放了内测申请，并与荣耀等手机厂商开展了深度合作。
AutoGLM的技术基于智谱自研的“基础智能体解耦合中间界面”和“自进化在线课程强化学习框架”，解决了大模型智能体任务规划和动作执行中的能力拮抗、训练任务和数据稀缺、反馈信号稀少和策略分布漂移等问题。 AutoGLM能够不断自我改进、持续稳定地提高自身性能，类似于人在成长过程中不断获取新技能。
在技术挑战方面，AutoGLM解决了“动作执行”不够精确和“任务规划”不够灵活的问题。它通过“基础智能体解耦合中间界面”设计，将“任务规划”与“动作执行”两个阶段通过自然语言中间界面进行解耦合，实现了智能体能力的极大提升。同时，AutoGLM采用了“自进化在线课程强化学习框架”，在真实在线环境中学习和提升大模型智能体在Web和Phone环境中的能力。
AutoGLM在Phone Use和Web Browser Use上都取得了显着的性能提升，并在AndroidLab评测基准上超越了GPT-4o和Claude-3.5-Sonnet的表现。在WebArena-Lite评测基准中，AutoGLM相对GPT-4o取得了约200%的性能提升，缩小了人类和大模型智能体在GUI操控上的成功率差距。
项目地址: https://xiao9905.github.io/AutoGLM
总而言之，AutoGLM的推出代表着人工智能技术的一次重要突破，它不仅提升了AI在手机操作方面的能力，也为未来的智能化生活提供了更多可能性。 Downcodes小编期待AutoGLM在未来能够有更广泛的应用和更进一步的优化。