今天，把电脑交给大模型

文章预览

像人类一样感知环境、规划任务、执行动作（如使用工具/软件），最终完成特定任务 ，是人工智能行业的下一个前沿发展方向，也是迈向通用人工智能（AGI）、超级智能（Super Intelligence）的必由之路。 现在奇点已经临近。 我们基于在大语言模型（GLM 系列模型）、多模态模型和工具使用（Cog 系列模型）等方面的探索，在由自主智能体（Agent）驱动的人机交互新范式方面取得了一些阶段性成果： 基于CogAgent的应用： 基于AutoGLM-Web的应用： 上面这些工作，主要基于以下两项研究： 1、CogAgent：一个替代终端用户理解、使用图形用户界面（GUI），完成信息获取和功能触发的智能体，更具泛化性和拟人性，目前支持在 Windows、macOS 软件上进行自然语言交互（包括打字输入和语音输入）、截图交互和划词交互； 2、AutoGLM-Web：一个能模拟用户访问网页、点击网 ………………………………