AI TOP100 搜您想要的

GLM-PC，全球首个能像人类一样观察和操作电脑的AI智能体(AI Agent)，基于智谱多模态大模型CogAgent诞生。它凭借独特的多模态交互和强大逻辑推理功能，为用户带来革命性体验。无论是信息处理还是任务执行，GLM-PC都能轻松应对，正引领电脑智能交互新时代。

香港大学黄超教授团队推出GraphAgent，一个多智能体自动化框架，通过融合大语言模型与图语言模型，高效处理结构化和非结构化数据，在文本总结、关系建模和学术论文评审预测等任务上展现卓越性能。

OpenAI CEO奥特曼发布年终总结，回顾了公司从初创到引领AI革命的历程，并展望了AI Agent进入劳动力市场以及追求超级智能的未来。

智谱AI正式开源升级版Agent任务模型CogAgent-9B，该模型仅凭屏幕截图即可预测GUI操作。相较于首版，新版本在GUI感知、推理预测等多方面显著提升，且支持中英文双语交互。其输入简洁明了，输出全面直观。性能测试中，CogAgent-9B-20241220展现卓越优势，将为视障IT从业者及多种GUI交互场景带来全新智能化体验。

Fish Audio公司近日发布了一款名为Fish Agent V0.1 3B的先进语音处理模型，标志着语音到语音模型领域的一大突破。这款模型以其高效、精确的语音生成和处理能力，特别擅长模拟和克隆不同的声音，为用户提供了“即时”语音克隆的新体验。

AI Agent 的潜力和挑战

在这个模式里大模型第一次生成的结果并不直接输出，而是把结果重新丢给大模型让其检查、评估。它会得出第二版本的结果，而这个版本的结果可能比第一版本工作得更好。

传统 LLM-based AI Agent 运维平台在复杂应用开发方面存在一定局限 ，复旦大学人工智能创新与产业研究院（AI³）徐盈辉研究员与 AI2Apps 团队打造的 AI2Apps 可视化集成开发环境集成了工程级的开发工具，覆盖 AI Agent 完整开发周期，具有完全开放的扩展性，并自带浏览器沙盒环境，借鉴 Figma 的理念，支持开发者向协作者实时共享创作进度实现协作开发，帮助开发者一站式高效构建 AI Agent 应用，减少创作过程中的“拘束”。Enjoy。