AI Agent新篇章

主要观点总结

本文介绍了智谱AI推出的自主智能体AutoGLM，可模拟用户使用手机界面的过程，并在手机应用程序及网页上执行用户指令。文章还提到了AutoGLM的背景、功能、训练方式、实际应用以及与手机厂商的合作情况。此外，还涉及AI Agent在硅谷的重要性以及相关的创业趋势和概念股梳理。

关键观点总结

关键观点1: 智谱AI推出自主智能体AutoGLM

AutoGLM可模拟用户点击屏幕的手机操作助手及网页浏览器助手，基于OCR理解UI组件信息，通过链式思维训练理解组件功能。

关键观点2: AutoGLM的应用与训练

AutoGLM可通过GPT-4的链式思维推理进行训练，并根据用户指令确定用户意图所需的UI组件，自动完成相应操作。目前已在一些App中实现了自动执行常用操作，但个性化操作及跨应用操作仍需改进。

关键观点3: 与手机厂商的合作

智谱AI与荣耀等手机厂商有深度合作，共同成立AI大模型技术联合实验室，共同开发具备自动驾驶功能的AI Agent，有望驱动AI手机渗透率提升。

关键观点4: AI Agent的重要性及创业趋势

AI Agent是应用的最重要方向，无论是2B还是2C。未来1年会迎来一波AI Infra公司的ipo潮。相关概念股包括股东、算力提供方和合作方等。

文章预览

事件：10月25日，智谱AI推出自主智能体AutoGLM，可以模拟用户使用手机界面的过程，在手机应用程序以及网页上进行操作，包括根据用户给出的指令完成购物、进入应用程序完成文字填充、总结等。 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 ………………………………