智普Ai助手

‌AutoGLM‌是一个全新的智能体，由智谱发布，具备深度研究能力和实际操作能力，能够推动AI Agent进入“边想边干”的阶段‌。

AutoGLM的技术演进路径包括GLM-4基座模型、GLM-Z1推理模型、GLM-Z1-Rumination沉思模型和最终的AutoGLM模型。

其中核心链路的模型和技术将于2025年4月14日正式开源，以推动行业生态发展‌。

功能和应用场景

AutoGLM是全球首个能够执行Action（行动）的大模型交互智能体，具备跨应用、长距离任务胜任水平。它可以在无干预情况下自动精准执行超过50步智能体任务，已接入智能手机、智能车舱、智能家居、智能办公等多种应用场景‌。

在具体应用中，AutoGLM可以通过图形用户界面（GUI）自主控制数字设备，适用于Web浏览器和手机等代表性GUI场景。

例如，在Web浏览方面，AutoGLM在VAB-WebArena-Lite上取得了55.2%的成功率，在OpenTable评估任务上达到了96.2%；在Android设备控制方面，AutoGLM在AndroidLab上获得了36.2%的成功率，在流行中国APP中的常见任务上达到了89.7%‌。

技术原理和实现方式

AutoGLM通过RPA（Robotic Process Automation，即机器人流程自动化）的方式实现，基于无障碍服务模拟人类操作。它不需要与厂家直接对接，而是通过安卓的无障碍权限控制来实现操作。

这种技术利用了无障碍权限这一系统级别的API，能够在安卓系统中模拟和执行人类操作，如打开、点击、双击等动作‌。此外，AutoGLM还具备多模态理解模型、语音模型等技术，使其能够在多种场景下进行精准操作和决策‌