智谱GLM-PC开放体验 自主操作电脑的多模态Agent升级

北京智谱华章科技有限公司近日宣布其旗下的智谱 GLM-PC 智能体已进行升级，并正式向公众开放体验。作为全球首个可以自主操作计算机的多模态智能体，GLM-PC 的技术基础是智谱的多模态大模型 CogAgent。用户只需简单的回车操作，即可体验这一革新性的电脑智能助手。

自2024年11月29日 GLM-PC v1.0发布以来，它就一直处于内测阶段。这一版本带来了 “深度思考” 模式，新增了逻辑推理和代码生成功能，同时也对 Windows 系统进行了支持。GLM-PC 的能力涵盖了代码生成、逻辑执行、图形用户界面（GUI）理解等多个方面，展现了其在智能化操作上的强大潜力。

在代码生成和逻辑执行方面，GLM-PC 具备综合分析目标与资源的能力，能够生成执行路线图，将大型任务分解为小型可管理的子任务，实现高效的任务规划。任务规划完成后，智能体可启动代码生成模块进行循环执行，确保任务的精准完成。同时，GLM-PC 还拥有长思考能力，能够实时调整和反思修正，并与用户互动，优化解决方案。

在图像和 GUI 认知方面，GLM-PC 能够准确识别和理解图形界面中的元素，如按钮和图标，并结合用户的历史操作信息提供智能推荐。其图像语义解析功能则可以深入分析复杂图像，提取关键信息，如趋势和指标。此外，GLM-PC 还可以融合图像与文字信息，为用户提供全面的感知结果，帮助用户制定精准的操作计划。

随着人工智能技术的不断发展，智谱 GLM-PC 的推出无疑为用户带来了更高效、智能的电脑使用体验，标志着人机交互的一个重要进步。