智谱GLM-PC开放体验：自主操作电脑的多模态Agent再升级

小哪吒

         北京智谱华章科技有限公司宣布，其基于多模态大模型CogAgent的电脑智能体GLM-PC正式推出升级版本。GLM-PC作为全球首个面向公众的自主操作电脑Agent，能够像人类一样感知和操作计算机界面，协助用户高效完成各类任务。
         自2024年11月首次发布以来，GLM-PC不断优化，此次升级重点强化了“深度思考”模式，新增逻辑推理与代码生成功能，并支持Windows系统。其背后是CogAgent与代码模型CodeGeex的深度融合，通过模拟人类“左脑”与“右脑”的分工协作，实现了逻辑推理与感知认知的结合。
         在功能上，GLM-PC的“左脑”负责逻辑推理与任务执行，能够规划任务路径、循环执行代码，并动态反思与纠错。而“右脑”则专注于图像与GUI界面的认知，可精准识别界面元素、解析图像语义，并结合用户行为提供智能推荐。这种左右脑协作模式使其在复杂任务处理上展现出更高的适应性和泛化能力。
         智谱还开源了CogAgent-9B-20241220模型，推动预训练GUI Agent的研究。目前，GLM-PC已与联想、华硕等PC厂商展开合作，探索AIPC（AI个人电脑）的创新应用，为用户带来更智能的计算体验。