1月23日，北京智譜華章科技有限公司宣布旗下智譜GLM-PC開(kāi)放體驗(yàn)，標(biāo)志著自主操作電腦的多模態(tài)Agent迎來(lái)重要升級(jí)。

GLM-PC是基于智譜多模態(tài)大模型CogAgent，全球首個(gè)面向公眾、回車(chē)即用的電腦智能體。它能像人類(lèi)一樣“觀(guān)察”和“操作”計(jì)算機(jī)，協(xié)助用戶(hù)完成各類(lèi)電腦任務(wù)。

GLM-PC v1.0于2024年11月29日發(fā)布并開(kāi)放內(nèi)測(cè)。此次升級(jí)推出了“深度思考”模式，增加了專(zhuān)用于邏輯推理和代碼生成的功能，還提供了對(duì)Windows系統(tǒng)的支持。

GLM-PC具備多項(xiàng)強(qiáng)大能力。在代碼生成與邏輯執(zhí)行規(guī)劃方面，可綜合分析目標(biāo)與可用資源，生成執(zhí)行路線(xiàn)圖并分解大型任務(wù)。循環(huán)執(zhí)行功能可在規(guī)劃后啟動(dòng)代碼生成模塊，實(shí)現(xiàn)從輸入到輸出的完整閉環(huán)。其長(zhǎng)思考能力能實(shí)時(shí)調(diào)整、反思修正和自我糾錯(cuò)。

在圖像與GUI認(rèn)知上，能準(zhǔn)確識(shí)別圖形界面元素，理解功能與交互邏輯，還能進(jìn)行圖像語(yǔ)義解析和多模態(tài)信息融合。

智譜GLM-PC的開(kāi)放體驗(yàn)，為用戶(hù)帶來(lái)了更智能、高效的電腦操作新體驗(yàn)，有望在辦公、學(xué)習(xí)等諸多領(lǐng)域發(fā)揮重要作用。