AutoGLM

一、AutoGLM是什么？

AutoGLM是智谱AI推出的全球首个手机通用AI智能体（AI Agent），其核心定位是“通过图形用户界面（GUI）实现数字设备的自主控制”。与传统AI助手仅能提供信息查询或简单对话不同，AutoGLM突破了“被动响应”模式，通过模拟人类操作手机、电脑等设备，完成从任务规划到执行的全流程自动化。例如，用户只需说“帮我点一杯星巴克超大杯冰美式”，AutoGLM即可自动打开美团、搜索店铺、选择规格并完成下单，仅在付款环节交还控制权以确保安全。

作为智谱AI在ChatGLM家族中的创新延伸，AutoGLM的技术演进可分为三个阶段：

1. 工具使用阶段：以智谱清言的Function Call能力为代表，实现API调用与基础自动化。
2. 工具流编排阶段：通过GLMs框架整合多工具协同，支持复杂任务链。
3. 设备操控阶段：2024年11月推出AutoGLM 1.0，实现手机GUI自主操作；2025年8月升级至2.0版本，融合云手机、云电脑与多模态大模型，成为跨端协作的智能体平台。

二、核心功能：

1. 跨平台任务执行

AutoGLM支持苹果与安卓系统，通过“云手机+云电脑”架构实现设备隔离。用户无需交出本地设备控制权，AI在云端完成操作，期间可正常使用手机刷抖音或打游戏。例如，在办公场景中，AutoGLM可跨应用执行全流程工作：从检索行业报告、撰写PPT，到生成1分钟短视频并发布至小红书，全程无需人工干预。

2. 深度研究与动态工具调用

依托GLM-Z1-Rumination沉思模型，AutoGLM具备万字级行业分析能力。在测试中，其可自主访问巨潮资讯网获取研报，结合实时联网搜索与工具调用（如高德地图MCP Server），完成从数据分析到落地的闭环。例如，在规划北京至上海的商务行程时，AI能同步比较机票价格、预订酒店并推荐周边餐厅。

3. 长程推理与复杂任务支持

通过“任务规划-动作执行”解耦设计，AutoGLM可处理50步以上的长任务链。以火锅食材采购为例，AI需完成：打开淘宝→搜索“火锅食材”→按销量排序→筛选评价→加入购物车→比价京东→选择优惠券→生成采购清单等54个步骤，其操作速度与准确性均超越人工。

三、技术实现：

1. 多模态大模型基座

AutoGLM 2.0由GLM-4.5与GLM-4.5V驱动：

• GLM-4.5：320亿参数基座模型，强化代码与推理数据训练，工具调用能力提升40%。
• GLM-4.5V：1060亿参数视觉推理模型，实现GUI元素模糊匹配与动态界面理解，在VAB-WebArena-Lite测试中操作成功率达59.1%。

2. 强化学习框架创新

• WEBRL自进化框架：通过KL散度控制策略更新，解决传统RL采样效率低的问题。实验显示，该框架使Llama-3.1-8B模型在WebArena-Lite上的成功率从4.8%提升至42.4%，超越GPT-4-Turbo。
• 动态课程学习机制：AI从单步操作逐步过渡到复杂任务，例如先学会“打开微信”，再学习“发送消息并附上定位”，最终完成“预约餐厅并分享链接”的全流程。

3. 低成本部署方案

单次任务成本约0.2美元，仅为Claude API的1/10。这得益于：

• 模型压缩技术：将9B参数的GLM-PC模型部署至浏览器，性能超越GPT-4o+UGround。
• MCP协议标准化：兼容高德地图、淘宝等主流API，降低工具集成门槛。

四、使用场景：

1. 生活服务智能化

• 点餐外卖：自动比较美团、饿了么价格，选择优惠券并下单。
• 出行规划：在12306购买火车票，同步预约高德特惠快车。
• 健康管理：挂号、查询体检报告，并根据结果推荐饮食方案。

2. 社交媒体运营

• 内容创作：生成朋友圈文案、撰写小红书笔记，甚至制作虚拟人口播视频。
• 互动管理：自动点赞、评论，根据用户偏好筛选互动对象。

3. 办公自动化

• 学术研究：检索北大核心期刊论文，搭建GitHub代码仓库。
• 数据分析：从Excel提取数据，生成可视化报表并撰写解读报告。

4. 电子商务优化

• 智能购物：追踪商品价格波动，在“双11”等节点自动复购。
• 供应链管理：对比1688与京东工业品价格，生成采购建议。

五、使用限制与建议

1. 当前限制

• APP支持范围：云手机内置40余款主流APP（如抖音、淘宝、高德），暂不支持自主下载。
• 账号安全：需用户提前登录账号，AI无法存储密码。
• 任务描述精度：需明确指定APP名称（如“用美团点星巴克”而非“点咖啡”）。

2. 优化建议

• 个性化偏好学习：通过多次交互记录用户习惯（如咖啡杯型、甜度选择）。
• 多任务并行处理：支持同时执行“播放音乐+规划路线”等跨应用任务。
• 异常处理机制：在网络中断或界面变更时自动重试或提示用户。

六、版本与下载：

1. 版本演进

• AutoGLM 1.0：2024年11月发布，聚焦手机GUI操作，支持20余款APP。
• AutoGLM沉思版：2025年3月推出，集成深度研究能力，可生成行业分析报告。
• AutoGLM 2.0：2025年8月升级，引入云手机/云电脑架构，支持跨端协作与50步以上复杂任务。

2. 下载方式

• 移动端：安卓用户可通过应用市场搜索“AutoGLM”，iOS用户需通过TestFlight体验。
• 网页版：访问AutoGLM官网，支持浏览器插件安装。
• 开源计划：智谱将于2025年4月开源核心链路技术，包括模型训练框架与工具适配SDK。

七、AutoGLM 2.0：

作为全球首个手机通用智能体，AutoGLM 2.0标志着AI从“辅助工具”向“协作伙伴”的演进。其技术突破体现在：

1. 全端适配：支持手机、电脑、AI眼镜等多设备，通过云技术解决系统兼容性问题。
2. 异步协作：用户可随时接管任务，例如在AI订机票时修改舱位偏好。
3. 生态开放：通过MCP协议整合摄像头、传感器等硬件，推动端侧智能决策（如华为Mate 70的端侧AI功能）。

据智谱CEO张鹏透露，AutoGLM的下一步将聚焦三大方向：

• 自主经济实体：通过撰写文章、设计商品实现自我盈利。
• 跨物种协作：与机器人协同完成工业生产或灾难救援。
• 认知增强系统：通过深度交互突破人类知识边界。

从一杯咖啡的自动化点单，到跨平台的全流程工作流，AutoGLM正在重新定义人机协作的边界。随着GLM-5等后续模型的推出，一个由智能体驱动的技术革命，或将重塑人类与机器的关系，开启真正的“决策智能”时代。

想了解AITOP100平台其它版块的内容，请点击下方超链接查看

AI创作大赛 | AI活动 | AI工具集 | AI资讯专区

AITOP100平台官方交流社群二维码：