AutoGLM

AutoGLM是智谱AI推出的ChatGLM系列中的新成员，专注于通过图形用户界面（GUI）实现对数字设备的自主控制。该系统作为实用的基础智能体框架，能够理解和操作Web浏览器和Android手机等设备界面。

主要功能

• 手机智能助理（Phone Agent）：通过多模态感知理解手机屏幕内容，利用ADB控制设备，自动执行用户的自然语言指令。支持50+款主流中文应用，涵盖社交、电商、出行、视频等场景。
• Web浏览器控制：在WebArena-Lite基准测试中达到55.2%成功率，在OpenTable评估任务中达到96.2%成功率，相较GPT-4o实现约200%的性能提升。
• AutoGLM沉思：国内首个具备深度研究能力的桌面智能体，能够分步骤拆解问题，自主打开浏览器标签搜索、查找、记录、汇总和分析信息。信息检索效率比常规AI提升40%，任务执行准确率达92%。

应用场景

在移动端，用户可通过语音向AutoGLM下达指令，如"在美团搜索附近的火锅店"或"发送微信消息"，系统会自动打开相应App并完成整个操作流程。在桌面端，AutoGLM沉思可用于学术研究、市场调研、信息汇总等需要跨平台信息整合的复杂任务，突破传统AI的信息壁垒。

独特优势

AutoGLM在Android设备控制的AndroidLab基准测试中达到36.2%成功率，在常见中文应用任务中达到89.7%成功率。2024年10月25日发布的版本被业界认为是全球首个具备真正Phone Use能力的AI Agent。系统内置敏感操作确认机制，在登录或验证码场景下支持人工接管，确保安全性。