智谱宣布电脑智能体 GLM-PC 开放体验-低调大师

智谱宣布电脑智能体 GLM-PC 开放体验

2025-01-24 240

1 月 23 日，智谱宣布自主操作电脑的多模态 Agent — GLM-PC 开放体验。

据了解，GLM-PC 是基于智谱多模态大模型 CogAgent，全球首个面向公众、回车即用的电脑智能体（agent）。它能像人类一样「观察」和「操作」计算机，协助用户高效完成各类电脑任务。

本次 GLM-PC 升级推出「深度思考」模式，并增加了专用来做逻辑推理和代码生成的功能。新版 GLM-PC 将借鉴人类「左脑」与「右脑」分工，通过代码生成与图形界面理解，实现逻辑推理与感知认知的深度结合。

据悉，GLM-PC 的「左脑」部分负责代码生成与逻辑执行，具有规划、循环执行、长思考能力（动态反思、纠错与优化）等功能；而「右脑」部分负责图像与 GUI 认知，专注于深度感知与交互体验，支持 GUI 图像理解、用户行为认知、图像语义解析等功能。

「左右脑」还支持协作，使 GLM-PC 不仅能够处理复杂逻辑任务，还能在开放性问题上展现更高的适应能力、创造力和泛化能力。更能通过动态优化和情境感知，帮助用户探索更高效的解决方案，特别是在循环任务处理、多步推理执行以及长链条任务管理等方面。

目前，新版 GLM-PC 已上线其官网并支持下载体验，本次更新智谱还提供了对 Windows 系统的支持。此外，为促进预训练 GUI Agent 的研究，智谱于 2024 年 12 月开源了全面提升后的模型 CogAgent-9B-20241220。

CogAgent-9B-20241220：

论文：Hong et al. "Cogagent: A visual language model for gui agents." （CVPR 2024 Highlight 🏆）

博客：https://cogagent.aminer.cn/blog#/articles/cogagent-9b-20241220-technical-report

Huggingface：https://huggingface.co/THUDM/cogagent-9b-20241220

GitHub：https://github.com/THUDM/CogAgent

下载&体验：https://cogagent.aminer.cn

微信关注我们

原文链接：https://www.oschina.net/news/331287

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

腾讯客服确认微信 iOS 版并未使用 Callkit

近日，iOS 版微信近期更新最新版本后，开始大规模灰度测试「语音通话使用弹窗快捷接听」功能，随后「微信支持 Callkit」相关话题被顶上热搜。但近日，开发者 Netskao 通过逆向工程发现，微信并非使用 Callkit 来实现上述功能，而是使用了 iOS17.4 以后加入的 LiveCommunicationKit 接口实现。此后，根据腾讯客服确认，「语音通话使用弹窗快捷接听」功能调用了 LiveCommunicationKit 接口，从而来实现「语音弹窗」。据了解，Callkit 是苹果在 iOS10 中推出的一项功能，它能够让用户在使用第三方应用的语音聊天功能时，直接看到来电画面，并且语音聊天记录会记录到通话记录中。2018 年，微信曾引入 Callkit 功能，但后期微信关闭了大陆地区用户的 Callkit 功能。而本次的 LiveCommunicationKit 是苹果在 iOS17.4 版本引入的新功能，该功能同样为开发者提供了 VoIP 通话的交互接口，并且和 CallKit 一样，支持将应用程序设置为系统默认通话应用。但与 Callkit 有所不同的是，Liv...

2025-01-24

241

今日凌晨，OpenAI 正式发布其首个 AI 智能体—「Operator」研究预览版。作为 OpenAI 首款真正模拟人类操作网页浏览器的 AI 助手，Operator 能够自动完成预订旅行住宿、餐厅预约和在线购物等复杂任务。用户可以在多个类别中选择不同的自动化任务，涵盖购物、配送、餐饮和旅行等领域。目前，OpenAI 已与 DoorDash、Instacart、Priceline、StubHub 和 Uber 等公司建立合作。技术层面，Operator 采用远程云端浏览器执行任务，无需依赖网站 API。它通过截图识别界面元素，规划后续动作，形成「观察-计划-执行」的闭环，直至完成任务。系统支持多任务并行处理，运行效率高，且能保持登录状态。据了解，Computer-Using Agent （CUA）是支撑 Operator 的核心技术，它融合了 GPT-4o 的视觉识别能力和基于强化学习的高级推理功能。CUA 通过训练掌握了与图形用户界面（GUI）交互的能力，能像人类一样操作屏幕上的按钮、菜单和文本框，无需依赖特定的操作系统或网络 API。不过 OpenAI 坦言 CUA 还有...

2025-01-24

249

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。