事件概述
据智谱微信公众号，公司发布在自主智能体领域最新人机交互范式——基于CogAgent 以及AutoGLM-Web 架构，可让AI 接受指令并自主操控手机的AI Agent，目标为实现模仿人类的 Plan-Do-Check-Act 循环，形成自我反馈和自我提升，为迈向AGI 愿景夯实基础。
核心观点
AI Agent 底层原理：使用VLM 与GUI 交互，效果与效率双升据《Lightweight Neural App Control》（Huawei Noah’s Ark Lab 等，2024.10）及《CogAgent: A Visual Language Model for GUI Agents》（WenyiHong 等，2023.12），当前来看，智谱，华为等行业领先厂商多应用VLM（视觉语言模型）执行人机交互程序。大语言模型虽擅长处理文字生成等任务，但在理解与交互GUIs（图形交互界面）方面存在短板，同时大语言模型运算时间及调用成本都相对较高，基于GPT-4o 的AIAgent 单任务运行时间需约1-2 分钟，单任务平均运行成本高达1 美元。相比之下，VLM 模型直接感知视觉信号，阅读及编程能力得到显著强化。参数量方面，CogAgent 的VLM 为18B，而华为诺亚方舟研究院LiMAC 模型所调用VLM 仅约500M，小模型亦有效减少了算力需求，加快了运行效率，LiMAC 模型将单任务执行速度提升至约3 秒。
国内外AI Agent 密集发布，端侧AI 趋势明确
据澎湃新闻及IT 之家，10/21，微软公司宣布推出一系列人工智能自动代理（Autonomous Agents），旨在帮助企业员工在销售、客户支持、财务等领域更好完成任务；10/23，Anthropic 推出了升级版的 Claude3.5 Sonnet，其全新功能 computer use，支持像人类一样操作计算机，可以遵循用户的命令在计算机屏幕上移动光标，点击相关位置，并通过虚拟键盘输入信息；10/23，荣耀 MagicOS 9.0 升级“YOYO 智能体”AI 功能，可实现“一句话点外卖”等操作。
从发展阶段看，AI 已经顺利完成赋能云厂商等科技平台公司的初级阶段，正逐步实现向终端用户渗透的关键跃迁。考虑到端侧AI 相对更贴近场景需求，我们认为更多类似功能的智能体应用有望涌现，以打通客户指令与终端执行之间“最后一公里”，有望带动端侧AI 渗透率提升。
AI Agent 或将掌握移动互联新入口，流量分发格局有望重塑AI Agent 智能体因具备较强交互性以及便利性，或可打通原先同个终端不同App 之间的天然壁垒，我们认为智能体的默认调用顺序（类似于搜索引擎的竞价排名）或将具备较高商业化价值。
投资建议
AI Agent 趋势明确，考虑到端侧模型趋于轻量化，AI 云侧算力需求预计仍可观，建议关注AI 算力相关公司，标的方面建议关注云赛智联、润泽科技等。
风险提示
产业发展不及预期、政策推进力度不及预期、国产替代不及预期
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/rfx/43814.html