国君电子｜AutoGLM解放用户双手，AI Agent开启新篇章

文章预览

投资建议。 AutoGLM精准理解用户指令，并可自动驾驶完成App操作，为手机AI Agent提供技术范式，有望加速手机厂商AI Agent落地，驱动AI手机换机潮，带动上游产业链需求上行。 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。 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 ………………………………