原標題：智譜Agent搶跑OpenAI，GLM-PC一句話搞定一切！網友：有AGI那味了
文章來源：新智元
內容字數：8675字

智譜GLM-PC：引領智能體的中國力量

本文總結了新智元報道中關于智譜公司發布的全球首個面向公眾、回車即用的電腦智能體GLM-PC v1.1 的關鍵信息。GLM-PC，昵稱“牛牛”，具備強大的工具使用能力，能夠像人類一樣觀察和操作計算機，自主完成各種復雜任務，標志著中國在人工智能智能體領域取得了顯著突破。

1. GLM-PC的核心能力與創新

GLM-PC v1.1 擁有“深度思考”模式和專門用于邏輯推理和代碼生成的模塊。它能夠將復雜任務分解成多個步驟，并通過“左腦”（邏輯推理、代碼執行）和“右腦”（圖像感知、交互）的協作模式，實現高效精準地完成任務。例如，它可以自動識別圖片信息生成朋友圈文案并發布，自動完成網購等操作。其Window和Mac客戶端已同步上線。

2. 智譜在智能體領域的領先地位

智譜公司在AI智能體領域的布局超前，其AGI路線圖將AI能力劃分五個等級（L1-L5），GLM-PC的發布代表著智譜在L3級（使用工具能力）取得了重大進展。此前，智譜已推出手機智能體AutoGLM，覆蓋了移動設備和桌面端，實現了工具使用能力的深度突破。這使得智譜在智能體領域展現出令人矚目的領先優勢，甚至領先于OpenAI。

3. 多模態感知與全GUI空間交互

GLM-PC的核心技術在于其基于視覺語言模型（VLM）的圖形界面智能體（GUI Agent）。通過多模態感知，GLM-PC能夠理解和操作各種圖形界面，突破了傳統語言模型的限制，實現了對復雜系統工具的掌控。這標志著人機交互范式的根本性重塑，為未來AI的自主學習和創新奠定了基礎。

4. “左腦”與“右腦”的協同工作機制

GLM-PC的“左腦”負責邏輯推理、代碼生成和任務執行規劃，能夠將復雜任務分解成可執行的步驟，并進行循環執行、動態反思和糾錯優化。“右腦”則負責圖像理解、用戶行為認知和多模態信息融合，實現與GUI界面的交互。這種“左腦”與“右腦”的協同工作機制，賦予了GLM-PC強大的泛化能力和適應性。

5. 底層模型與開源貢獻

GLM-PC基于智譜自主研發的多模態Agent模型CogAgent和代碼模型CodeGeex。CogAgent-9B-20241220版本已開源，并在多項GUI agent基準測試中取得了領先的結果。 智譜正與聯想、華碩等PC廠商合作，推動GLM-PC與AIPC的融合，實現更廣泛的應用。

6. 未來展望

GLM-PC的出現，預示著未來個人電腦將能夠完全理解用戶意圖，自動優化工作流程，并提供7×24小時的智能支持。智譜正引領著這場智能，將未來變成現實。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。