题材相关新闻

10月25日，在中国计算机大会（CNCC）上，北京大模型公司智谱研制的大模型智能交互智能体AutoGLM首次亮相并宣布开启内测，这个智能体不仅能动嘴皮子，还能真正帮人类做事——它可以通过语音指令理解用户意图并模拟人的操作，实现网页阅读、电商产品购买、点外卖、订酒店、评论和点赞朋友圈、发微信等行为。

题材相关介绍

1、背景：今年年初，OpenAI被爆出将自研AI Agent软件，它可替代人类，自动导航至任何网站并执行指定任务。10月25日，智谱AI推出相似产品——自主智能体AutoGLM，智谱将其称为是一个可模拟用户点击屏幕的手机操作助手，以及点击网页的浏览器助手。同时，智谱AI还推出了端到端情感语音模型GLM-4-Voice 。此外，苹果宣布Apple Intelligence的正式公开版本将于下周在iOS 18.1中上线。

2、AutoGLM基于OCR理解UI组件信息，通过链式思维训练理解组件功能。根据清华大学发布的《AutoWebGLM: A Large Language Model-based Web Navigating Agent》，AutoWebGLM通过OCR模块解析页面截图并将其转化为易于LLM理解的HTML，帮助LLM理解UI功能及所处页面位置。通过GPT-4的链式思维推理，生成UI与执行动作对应意图的QA问答数据集，并对AutoGLM进行训练，使其可根据用户指令，确定用户意图所需UI组件，并自动完成相应操作。

3、自动驾驶仍需明确指令，个性化场景需与手机厂商合作，跨应用操作待改善。根据数字生命卡兹克发布的实测视频，AutoGLM自动驾驶需要用户下达明确的指令信息，如预订酒店，需要用户给出时间、地点、预算及相应房型。我们认为AutoGLM执行如“帮我订回家的机票”等更个性化指令，仍需与手机厂商进行合作，获取用户个人信息使用权限方可实现。目前AutoGLM已可自动执行微信、淘宝、美团、小红书等App中用户常用操作，更多个性化操作尚未实现，并且未适配滴滴、京东、微信读书等App，未来需要更多第三方厂商以及更全面的UI训练数据集支持。

4、与荣耀等手机厂商深度合作，加速手机Agent落地，驱动AI手机渗透率提升。根据智谱，其在2024年9月与荣耀共同成立AI大模型技术联合实验室，与荣耀进行深度合作。2024年10月23日荣耀Magic 9.0发布会展示具备自动驾驶功能的AI Agent YOYO。具备自动驾驶功能的AI Agent可帮助用户摆脱繁琐的App操作，仅需语音指令即可满足用户需求，真正实现AI个人助理，有望驱动AI手机渗透率加速提升。