AutoGLM

AutoGLMは、Zhipu AIのChatGLMファミリーの新メンバーで、グラフィカルユーザーインターフェース（GUI）を通じたデジタルデバイスの自律制御に注力しています。実用的な基盤エージェントフレームワークとして、WebブラウザやAndroidスマホといったデバイスのインターフェースを理解し、操作できます。

主な機能

• Phone Agent：マルチモーダルな知覚でスマホの画面内容を理解し、ADBでデバイスを制御して、ユーザーの自然言語指示を自動実行します。SNS、EC、旅行、動画などのシーンをカバーする50以上の中国の主要アプリに対応します。
• Webブラウザ制御：WebArena-Liteベンチマークで55.2%、OpenTable評価タスクで96.2%の成功率を達成。GPT-4o比で約200%の性能向上です。
• AutoGLM Rumination：中国初の深掘りリサーチ能力を備えたデスクトップエージェントで、問題をステップに分解し、ブラウザのタブを自律的に開いて情報の検索・発見・記録・要約・分析を行えます。情報検索の効率は通常のAIより40%高く、タスク実行の正確率は92%です。

活用シーン

モバイルでは、「Meituanで近くの火鍋店を探して」や「WeChatでメッセージを送って」といった音声指示をAutoGLMに与えると、システムが該当アプリを自動的に開き、ワークフロー全体を完了させます。デスクトップでは、AutoGLM Ruminationが学術リサーチ、市場調査、情報の統合といった、複数プラットフォームの情報統合を要する複雑なタスクを処理し、従来AIの情報サイロを打ち破ります。

独自の強み

AutoGLMは、Androidデバイス制御のAndroidLabベンチマークで36.2%、中国の一般的なアプリタスクで89.7%の成功率を達成しています。2024年10月25日にリリースされたバージョンは、本物のPhone Use能力を持つ世界初のAIエージェントと広く見なされています。システムにはセンシティブな操作の確認メカニズムが内蔵され、ログインやCAPTCHAのシーンでは人の引き継ぎに対応し、安全性を確保します。