AI可以全自动操控手机

最近，越来越多的 AI 产品，可以让我们的手机和电脑自己跑起来。如Anthropic 的「computer use」、荣耀的 YOYO 智能体等。 智谱正在内测的应用 AutoGLM，是使用门槛较低的一款 agent，可以AI 语音转文字，也能发起语音通话，帮忙打车、购物它还会给出追问，主动对齐需求。不同于去年很火的Autogpt，今年的多模态大语言模型更为成熟，苹果在 4 月发布了多模态大语言模型 Ferret-UI 的论文，称为了增强模型的推理能力，还编制了一个用于高级任务的数据集。Google也传出开发 agent 的消息，项目就叫贾维斯，由 Gemini 驱动，微软旗下AIPC 的 Recall，还低调开源了 OmniParser。 10月，信通院联合荣耀，为AI手机的智能化，提出了一个类似驾驶自动化的分级标准，分为 L1 到 L5。目前，agent 的水平更接近 L3，AI 助理，理解并完成用户的很多指令。