行業攪局者！智譜甩出AutoGLM“王牌”AI手機不該被少數廠商壟斷

18年前，蘋果iPhone的問世重新定義了智能手機，將功能機時代的通訊工具升級為移動互聯網的核心入口；隨后Siri的登場，讓語音助手成為手機標配，卻始終困在“查天氣、設鬧鐘”的淺層服務里。當大模型技術席卷科技圈，手機行業迎來了新一輪變革契機——AI不再是錦上添花的輔助功能，而是要深入系統底層，成為能跨App完成訂票、點餐、處理續費的“全能管家”。

在這場變革中，智譜團隊用32個月的深耕，交出了一份顛覆行業的答卷：將具備完整手機操作能力的AutoGLM模型全面開源，喊出“每臺手機都可以成為AI手機”的口號。這不僅是一次技術突破，更是對AI手機生態格局的重塑，為行業打破壟斷、共建公共技術底座提供了關鍵支點。

一、AutoGLM：讓AI真正“讀懂”并“操控”手機

2024年11月，技術圈的一則消息引發熱議：AI首次獨立完成了手機紅包發送。不同于腳本自動化或API調用，這個操作由AutoGLM模型獨立完成——它先“看懂”屏幕界面，再一步步模擬人手點擊流程，實現了過去被認為“不可能穩定完成”的任務，也讓外界真正見識到手機智能體的實力。

作為智譜打造的基礎智能體，AutoGLM的核心能力是Phone-Use全鏈路手機操作，涵蓋點擊、滑動、輸入、截圖理解、流程恢復、噪聲處理等全維度動作，既能搞定外賣點單這類日常場景，也能完成機票預訂等數十步的復雜流程。目前，它已適配美團、攜程、微信等上百個主流APP，覆蓋50+高頻中文應用場景。

支撐這些能力的，是三大核心技術創新：

其一，雙層行為架構解決了“看得懂但點不準”的行業痛點。AutoGLM將Agent行為拆分為Planner和Grounder兩層，前者負責任務規劃，輸出“點擊右下角提交按鈕”這類動作指令，后者專注界面元素識別與坐標定位，通過中間接口設計，讓GPT-4o視覺模式的網頁任務執行成功率從18%提升至36.4%，實現翻倍增長。

其二，自進化強化學習框架賦予模型強大的錯誤恢復能力。通過獎勵模型評估每一步操作的有效性，結合上千臺虛擬設備的試錯訓練，AutoGLM能在真機上穩健完成長鏈路任務，即便中途出現偏差也能自主糾錯。

其三，大規?？煽赜柧毉h境筑牢泛化能力根基。依托WebArena真實網頁環境、AndroidLab系統級安卓環境和上千臺云手機集群，模型積累了海量真實任務經驗，而非依賴固定規則，這與谷歌AutoRT等前沿Agent技術的底層邏輯不謀而合。

值得一提的是，AutoGLM的訓練全程在虛擬設備的安全沙箱內進行，既能自由試錯，又不會觸碰用戶真實隱私數據，為技術落地解決了隱私顧慮。

二、開源的格局：從技術成果到行業公共底座

當AutoGLM的產品能力足以支撐真實場景、工程積累可寫成厚厚一摞技術報告時，智譜選擇了一條反常規的路——將其全面開源，且開放的是“拿來就用”的完整能力包，包括訓練好的核心模型、PhoneUse能力框架與工具鏈、Android適配層及示例工程，還有詳盡的上手指南。模型采用MIT許可證開放，代碼則以Apache-2.0許可證托管在GitHub，開發者可直接下載復用。

智譜的開源決策，藏著三層行業格局：

1.打破壟斷，共建AI手機生態

在智譜看來，AI手機是下一代計算入口，其變革絕非一家公司能完成，更不該被少數廠商壟斷。一旦核心能力被獨占，開發者的創新將受制于平臺接口，用戶的手機也會淪為“別人家的入口”。通過開源，AutoGLM變成了行業共享的“積木”——廠商可直接嵌入系統，開發者能拆改重構，研究者可基于模塊優化算法，真正讓技術底座回歸公共屬性。

2.守住隱私，破解AI手機信任難題

AI掌控手機的便利背后，是隱私泄露的隱憂：微信聊天記錄、支付信息、相冊數據等核心隱私，絕不能交給不可控的第三方。AutoGLM的解法是開源+私有化部署，企業和開發者可在合規環境內掌控全部數據、日志與權限，實現“AI能力免費用，隱私數據不外流”，為行業建立信任基石。

3.共享經驗，降低行業研發門檻

AutoGLM的研發之路布滿荊棘，團隊啃過無數技術難題、重寫過數次框架。開源的初衷，正是“讓自己吃過的苦，別人別再吃”。智譜希望將自身積累轉化為行業起跑線，未來既能看到基于AutoGLM的AI原生手機，也能涌現出新的技術論文和小眾場景應用，形成技術與商業的雙向繁榮。

三、AI手機的賽道之爭：技術路線分野與生態博弈

AutoGLM的開源，恰逢AI手機市場爆發的前夜。據IDC預測，2026年中國新一代AI手機出貨量將達1.47億臺，占整體市場的53%；賽迪顧問則預計2027年這一數據將升至1.86億部，占比56.1%，端側AI與硬件創新將成為核心驅動力。

但當前AI手機的體驗仍處“宣傳大于實際”的早期階段。21財經的測評顯示，多數機型在跨應用訂咖啡等場景中易中途卡頓，即便表現較好的榮耀YOYO，也離“全自動化”有明顯差距。這背后，是行業兩條技術路線的分野：

意圖框架路線：走App官方授權通道，Agent可直接調用應用功能，優勢是穩定性強，缺點是依賴廠商開放接口，適配范圍受限；

GUIAgent視覺路線：無需授權，靠讀屏和模擬操作完成任務，像“站在用戶身邊學操作”，AutoGLM和字節豆包手機助手均屬此類，優勢是適配性廣，難點是界面識別與操作精準度要求高。

字節的豆包手機是GUI路線的典型探索。這款由中興代工、首批僅3萬臺的內測機型，因需求旺盛被炒至8000元，其核心團隊整合了PICO、錘子等硬件力量，目標是打造“大模型+超級App+硬件”的新形態。字節曾想向手機廠商輸出豆包大模型，卻因廠商忌憚失去主導權而碰壁，最終選擇親自下場，且已啟動第二代產品研發。

高盛的報告點出了行業痛點：第三方AI落地手機面臨權限、數據、應用配合三重壁壘。這也讓手機廠商更傾向與可控性強的大模型公司合作——OPPO牽手階躍星辰，榮耀、三星則選擇了智譜。智譜的角色也因此愈發清晰：它不做手機廠商的競爭對手，而是以開源的底層能力，成為AI手機生態的“關鍵拼圖”，幫廠商把智能體從概念轉化為用戶可感知的實用體驗。

結語：AI手機的未來，在共建而非獨攬

從Siri的淺層交互到AutoGLM的深度操作，AI手機的進化路徑已清晰可見。智譜的開源決策，打破了技術壟斷的可能性，為行業提供了低成本、高可用的公共底座；而字節、榮耀等玩家的布局，則讓AI手機的生態博弈更趨多元。

下一代手機的入口之爭才剛剛開始，最終決定格局的，從來不是某一家的技術霸權，而是能否讓智能體真正落地、跑穩、跑廣。當AutoGLM的“積木”被行業各方靈活運用，當隱私與體驗的平衡被持續優化，“每臺手機都成為AI手機”的愿景，終將從技術藍圖變為用戶手中的日常。