近日，智譜AI（人工智能）推出自主智能體AutoGLM，只需接收簡單的文字或語音指令，就可以模擬人類操作手機的“Phone use能力”。相關(guān)消息引發(fā)市場關(guān)注，甚至催生出“智譜AI概念股”。
10月29日，二級市場“智譜AI概念股”開盤即延續(xù)周一以來的漲勢，如豆神教育、思美傳媒、正和生態(tài)等個股連續(xù)兩日漲停。
一名接近智譜的人士對《每日經(jīng)濟新聞》記者表示，AutoGLM在開發(fā)、適配的過程中，優(yōu)先考慮了用戶使用手機時最頻繁的場景，當前，智譜依舊在持續(xù)迭代AutoGLM現(xiàn)有功能，并將基于用戶使用高頻場景，不斷拓展AutoGLM的應(yīng)用邊界。
據(jù)悉，智譜已與中國三星深度合作，核心是將智譜的GLM大模型與三星的硬件技術(shù)相結(jié)合，以提升用戶的智能體驗。其實，AI在手機端的應(yīng)用探索并非僅此一例，vivo、榮耀等都有類似功能升級，蘋果也計劃在未來進一步集成ChatGPT服務(wù)到Siri中。有學(xué)者在受訪時指出，AI與手機的結(jié)合正逐漸成為行業(yè)共識，這背后反映的是生成式AI在提升個性化體驗方面的潛力。
但也有業(yè)內(nèi)人士向記者指出，當前的“個人智能助手”與此前的語音交互能力并無太大差別，從長期來看，服務(wù)端應(yīng)該是越弱越好，難點并不在于技術(shù)或商業(yè)模式，而在于用戶習(xí)慣。
推出AutoGLM 智譜加速布局個人智能助理
據(jù)智譜發(fā)布的演示Demo（樣本），基于AutoGLM，用戶向手機下達“幫我在淘寶下單淘寶里上個月買過的牙膏”的指令，手機就能自動執(zhí)行“AI打開App—找到歷史訂單—完成訂單篩選—請求用戶支付—完成支付”的過程。
智譜方面表示，理論上，AutoGLM可以完成人類在電子設(shè)備上可以做的任何事，它不受限于簡單的任務(wù)場景或API調(diào)用，也不需要用戶手動搭建復(fù)雜繁瑣的工作流，操作邏輯與人類類似。
中信證券在研報中提到，隨著互聯(lián)網(wǎng)軟件的種類、功能越來越豐富，智能體能否熟練地掌握每個軟件的使用方法，滿足不同用戶的個性化需求，真正成為個人助手值得期待。從以聊天為主的大模型1.0時代邁入個人智能助理的大模型2.0時代，以智譜為代表的國產(chǎn)AI公司完成了從追趕者到領(lǐng)路人的身份轉(zhuǎn)換。
圖片來源：視覺中國-VCG41N1256249270
從用戶的日常操作到潛在的商業(yè)應(yīng)用，AutoGLM除了在“Phone use能力”層面的想象空間，未來的應(yīng)用場景會如何拓展？
一名接近智譜的人士對《每日經(jīng)濟新聞》記者表示，AutoGLM在開發(fā)、適配的過程中，優(yōu)先考慮了用戶使用手機時最頻繁的場景。作為一個內(nèi)測版本，AutoGLM還存在一些問題，當前智譜依舊在持續(xù)迭代AutoGLM現(xiàn)有功能，并將基于用戶使用高頻場景，不斷拓展AutoGLM的應(yīng)用邊界，同時保護用戶隱私。
在技術(shù)突破層面，上述人士表示，AutoGLM基于智譜自研的“基礎(chǔ)智能體解耦合中間界面”和“自進化在線課程強化學(xué)習(xí)框架”。其中的核心技術(shù)WebRL，克服了大模型智能體在任務(wù)規(guī)劃與動作執(zhí)行中存在的能力拮抗、訓(xùn)練任務(wù)和數(shù)據(jù)稀缺、反饋信號稀少和策略分布漂移等智能體研究和應(yīng)用難題，同時，借助自適應(yīng)學(xué)習(xí)策略，能夠在迭代過程中不斷改進、持續(xù)穩(wěn)定地提高自身性能。“就像一個人，在成長過程中，不斷獲取新技能。”
共識與非共識：端側(cè)語音交互是進步還是倒退？
大模型在端側(cè)應(yīng)用的探索正在加速。
華鑫證券在其研報中預(yù)測，AI Agent的中國市場規(guī)模有望從2023年的554億元增長至2028年的8520億元，年復(fù)合增長率高達72.7%。中信建投則在研報中表示，預(yù)計在不久的將來會進入大模型時代的2.0時代：AI Agent。
在接受《每日經(jīng)濟新聞》采訪時，清華大學(xué)新聞學(xué)院和人工智能學(xué)院雙聘教授沈陽指出，AI與手機結(jié)合正逐漸成為行業(yè)共識，而這背后反映的是生成式AI在提升個性化體驗方面的潛力。同時，隨著硬件與AI服務(wù)的一體化設(shè)計日趨完善，AI正在引發(fā)人機交互的范式變革，推動手機與用戶之間的關(guān)系從簡單的操作工具轉(zhuǎn)變?yōu)閯討B(tài)互動。沈陽認為，這一趨勢同樣將深刻影響國內(nèi)市場，預(yù)計未來將有更多智能設(shè)備采用AI驅(qū)動的交互模式，從而極大提升用戶體驗。
在國內(nèi)，除了智譜推出的AutoGLM，僅今年10月，就有數(shù)家廠商在端側(cè)有所動作。vivo推出藍心端側(cè)大模型3B，稱服務(wù)超5億手機用戶；字節(jié)發(fā)布首款A(yù)I智能體耳機Ola Friend，與豆包集成；榮耀推出MagicOS 9.0，打造AI OS實現(xiàn)一句話充值、一句話點外賣等服務(wù)。
在國際市場上，科技巨頭們同樣動作頻頻。蘋果在10月28日宣布推出AI功能，并計劃在未來進一步集成ChatGPT服務(wù)到Siri中；微軟則開源了OmniParser工具，為用戶提供了如自動訂票等便捷功能；谷歌計劃將推出Gemini 2.0，并正在開發(fā)能自動化執(zhí)行Chrome網(wǎng)頁任務(wù)的“Project Jarvis”，該項目將幫助用戶執(zhí)行諸如“收集研究、購買產(chǎn)品或預(yù)訂航班”等任務(wù)。
不過，也有人對當前AI應(yīng)用在端側(cè)類似“個人智能助手”的探索持反對態(tài)度。“在我看來端側(cè)是倒退。”一家AI應(yīng)用公司創(chuàng)始人在接受《每日經(jīng)濟新聞》記者采訪時表示，從長期來看，服務(wù)端應(yīng)該是越弱越好。他認為，當前無論是硬件設(shè)備、軟件應(yīng)用，還是交互方式，均未超越上一輪語音交互熱潮期間入局企業(yè)所進行的探索范疇。或許在某些特定場景下，諸如蘋果這樣的行業(yè)巨頭，具備教育用戶或改變用戶需求的潛力，但極為困難，其難點并不在于技術(shù)或商業(yè)模式，而在于用戶習(xí)慣。
上述AI應(yīng)用公司創(chuàng)始人認為，99%的用戶在表達需求時，不可能用一句話闡明具體意圖，更多是以一種“擠牙膏式”的互動一步步完成，例如，用戶需要訂一張北京飛往上海的機票，大部分用戶往往發(fā)出的第一句指令只有簡單的幾個字：訂機票，余下需求則需要通過提問再完成。“第一是用戶沒這個需求 ，第二是真正用起來，肯定會出現(xiàn)各種奇奇怪怪的問題，我對語音助手是非常悲觀的。”
他進一步補充道，盡管相關(guān)技術(shù)已經(jīng)經(jīng)歷了多次迭代，相較于過去已有顯著提升，但問題的核心仍在于需求的精準把握與滿足。