智谱GLM-PC开放体验全球首个公众可用电脑智能体实现左右脑协同1月23日人工智能企业智谱正式向公众开放其自主操作电脑的多模态智能体GLM-PC的体验服务。作为基于智谱自研多模态大模型CogAgent开发的创新产品GLM-PC成为全球首个面向普通用户、支持即开即用的电脑智能体具备类人化的计算机观察与操作能力可协助用户高效完成各类电脑操作任务。本次版本升级重点推出深度思考模式并强化了逻辑推理与代码生成专项功能通过创新的左右脑协同架构实现了逻辑推理与感知认知的深度融合。GLM-PC创新性地借鉴人类大脑半球分工理论构建了双脑协同处理机制。其中左脑系统专注于代码生成与逻辑执行具备任务规划、循环执行以及动态反思、纠错与优化的长思考能力右脑系统则专攻图像与图形用户界面GUI认知擅长深度感知与交互体验优化支持GUI图像理解、用户行为模式识别及图像语义解析等核心功能。这种双脑协作机制使GLM-PC不仅能够高效处理复杂逻辑任务还能在开放性问题解决中展现出更强的环境适应力、创新思维和任务泛化能力。通过动态优化算法与情境感知技术的结合该智能体在循环任务处理、多步骤推理执行以及长链条任务管理等场景中表现尤为突出为用户探索更高效的工作流解决方案提供有力支持。如上图所示该二维码提供了CogAgent-9B-20241220模型的快速访问入口。这一资源获取方式充分体现了智谱在推动AI技术开源开放方面的努力为开发者和研究人员提供了便捷获取前沿模型资源的渠道。目前新版GLM-PC已正式在智谱官方网站上线提供下载体验服务并新增对Windows操作系统的全面支持进一步降低了普通用户的使用门槛。在推动技术创新的同时智谱积极践行开源理念已于2024年12月公开了全面升级的CogAgent-9B-20241220预训练模型为全球GUI智能体研究社区提供重要技术支撑。该模型相关研究成果已发表于计算机视觉顶会CVPR 2024并获评Highlight论文技术报告与模型权重均已通过官方渠道开放获取。GLM-PC的开放标志着通用人工智能向实际办公场景落地迈出关键一步。通过模拟人类认知与操作习惯的交互方式该智能体有望大幅降低数字工具使用门槛重塑人机协作模式。随着多模态交互技术的持续进化未来电脑智能体可能在复杂任务自动化、个性化工作流定制等领域展现更大潜力推动数字生产力工具向更智能、更人性化的方向发展。对于开发者社区而言CogAgent-9B-20241220模型的开源将加速GUI智能体技术的研究迭代促进相关应用场景的创新探索。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考