智谱Agent抢跑OpenAI，GLM-PC一句话搞定一切！网友：有AGI那味了

原标题：智谱Agent抢跑OpenAI，GLM-PC一句话搞定一切！网友：有AGI那味了
文章来源：新智元
内容字数：8675字

智谱GLM-PC：引领智能体的中国力量

本文总结了新智元报道中关于智谱公司发布的全球首个面向公众、回车即用的电脑智能体GLM-PC v1.1 的关键信息。GLM-PC，昵称“牛牛”，具备强大的工具使用能力，能够像人类一样观察和操作计算机，自主完成各种复杂任务，标志着中国在人工智能智能体领域取得了显著突破。

1. GLM-PC的核心能力与创新

GLM-PC v1.1 拥有“深度思考”模式和专门用于逻辑推理和代码生成的模块。它能够将复杂任务分解成多个步骤，并通过“左脑”（逻辑推理、代码执行）和“右脑”（图像感知、交互）的协作模式，实现高效精准地完成任务。例如，它可以自动识别图片信息生成朋友圈文案并发布，自动完成网购等操作。其Window和Mac客户端已同步上线。

2. 智谱在智能体领域的领先地位

智谱公司在AI智能体领域的布局超前，其AGI路线图将AI能力划分五个等级（L1-L5），GLM-PC的发布代表着智谱在L3级（使用工具能力）取得了重大进展。此前，智谱已推出手机智能体AutoGLM，覆盖了移动设备和桌面端，实现了工具使用能力的深度突破。这使得智谱在智能体领域展现出令人瞩目的领先优势，甚至领先于OpenAI。

3. 多模态感知与全GUI空间交互

GLM-PC的核心技术在于其基于视觉语言模型（VLM）的图形界面智能体（GUI Agent）。通过多模态感知，GLM-PC能够理解和操作各种图形界面，突破了传统语言模型的限制，实现了对复杂系统工具的掌控。这标志着人机交互范式的根本性重塑，为未来AI的自主学习和创新奠定了基础。

4. “左脑”与“右脑”的协同工作机制

GLM-PC的“左脑”负责逻辑推理、代码生成和任务执行规划，能够将复杂任务分解成可执行的步骤，并进行循环执行、动态反思和纠错优化。“右脑”则负责图像理解、用户行为认知和多模态信息融合，实现与GUI界面的交互。这种“左脑”与“右脑”的协同工作机制，赋予了GLM-PC强大的泛化能力和适应性。

5. 底层模型与开源贡献

GLM-PC基于智谱自主研发的多模态Agent模型CogAgent和代码模型CodeGeex。CogAgent-9B-20241220版本已开源，并在多项GUI agent基准测试中取得了领先的结果。 智谱正与联想、华硕等PC厂商合作，推动GLM-PC与AIPC的融合，实现更广泛的应用。

6. 未来展望

GLM-PC的出现，预示着未来个人电脑将能够完全理解用户意图，自动优化工作流程，并提供7×24小时的智能支持。智谱正引领着这场智能，将未来变成现实。

联系作者

文章来源：新智元
作者微信：
作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人对人类社会与文明进化的影响，领航中国新智能时代。