智譜開源全球首個「會操作手機的AI」AutoGLM

此次開源意味著硬件廠商、手機廠商和開發者均可基于AutoGLM。

據IPO早知道消息，智譜深夜開源其核心AI Agent模型AutoGLM。該模型被業界視為全球首個具備“Phone Use”（手機操作）能力的AI Agent，能夠穩定完成外賣點單、機票預訂等長達數十步的復雜操作流程。

此次開源意味著硬件廠商、手機廠商和開發者均可基于AutoGLM，在自己的設備或系統中復現一個能“看懂”屏幕、并模擬真人進行點擊、輸入、滑動的AI助手。目前，AutoGLM已支持微信、淘寶、抖音、美團等超過50個高頻中文應用的核心場景，其自動化操作能力與此前引發熱議的“豆包手機”演示相似。

AutoGLM的開源將大幅降低AI手機的技術門檻，推動AI手機生態從封閉走向開放共創。同時，項目支持本地與云端部署，確保數據與隱私控制權始終掌握在使用者手中。

值得注意的是，智譜開源的是一整套可以「拿來就用」的能力，具體包括：

訓練好的核心模型；

Phone Use 能力框架與工具鏈；

可直接跑通的 Demo，覆蓋 50+ 高頻中文 App；

針對 Android 的適配層與示例工程；

文檔、快速上手指南。

在智譜看來，Agent的爆發，需要所有人一起參與。其更樂見的是：有團隊基于 AutoGLM，做出真正意義上的 AI 原生手機；有研究者把其中的某個模塊拆出來，變成一篇論文、一套新算法；有個人開發者把一個 Demo 改成自己的項目，在某個小眾場景里真正跑起來。

當然，AutoGLM會以這樣的產品形態出現，源于智譜對AGI早期形態的理解。智譜認為，從Agent到AGI，還需要滿足3A原則：Around-the-clock（全時）：24 小時運行，即使用戶離線，Agent 依然在執行任務；Autonomy without interference（自主零干擾）：獨立運行，不占用用戶屏幕與算力，平行世界的搭子；Affinity（全域連接）：跳出瀏覽器對話框，跨越手機、電腦、手表、眼鏡、家電等設備，操作物理世界。

接下來，AutoGLM 團隊會繼續努力，一起推動 Agent 開源和研究，那個夢想中的“賈維斯”，才會真的在人人身邊出現。

本文為IPO早知道原創

作者｜Stone Jin