國產(chǎn)AI代人操作手機引關(guān)注 大模型2.0時代來臨？

每經(jīng)記者 可楊    每經(jīng)編輯 魏官紅    

近日，智譜AI（人工智能）推出自主智能體AutoGLM，只需接收簡單的文字或語音指令，就可以模擬人類操作手機的“Phone use能力”。相關(guān)消息引發(fā)市場關(guān)注，甚至催生出了“智譜AI概念股”。

視覺中國

一名接近智譜的人士對《每日經(jīng)濟新聞》記者表示，AutoGLM在開發(fā)、適配的過程中，優(yōu)先考慮了用戶使用手機時最頻繁的場景。當前，智譜依舊在持續(xù)迭代AutoGLM功能，并將基于用戶使用的高頻場景，不斷拓展AutoGLM的應用邊界。

據(jù)悉，智譜已與中國三星深度合作，核心是將智譜的GLM大模型與三星的硬件技術(shù)相結(jié)合，以提升用戶的智能體驗。其實，AI在手機端的應用探索并非僅此一例，vivo、榮耀等都有類似的功能升級，蘋果也計劃在未來進一步集成ChatGPT服務到Siri中。有學者在受訪時指出，AI與手機的結(jié)合正逐漸成為行業(yè)共識，這背后反映的是生成式AI在提升個性化體驗方面的潛力。

但也有業(yè)內(nèi)人士向記者指出，當前的“個人智能助手”與此前的語音交互能力并無太大差別。從長期來看，服務端應該是越弱越好，難點并不在于技術(shù)或商業(yè)模式，而在于用戶習慣。

智譜推出AutoGLM

據(jù)智譜發(fā)布的演示Demo（樣本），基于AutoGLM，用戶向手機下達“幫我在淘寶下單淘寶里上個月買過的牙膏”的指令，手機就能自動執(zhí)行“AI打開App—找到歷史訂單—完成訂單篩選—請求用戶支付—完成支付”的過程。

智譜方面表示，理論上，Au-toGLM可以完成人類在電子設(shè)備上可以做的任何事，它不受限于簡單的任務場景或API調(diào)用，也不需要用戶手動搭建復雜繁瑣的工作流，操作邏輯與人類類似。

中信證券在研報中提到，隨著互聯(lián)網(wǎng)軟件的種類、功能越來越豐富，智能體能否熟練地掌握每個軟件的使用方法，滿足不同用戶的個性化需求，真正成為個人助手值得期待。從以聊天為主的大模型1.0時代邁入個人智能助理的大模型2.0時代，以智譜為代表的國產(chǎn)AI公司完成了從追趕者到領(lǐng)路人的身份轉(zhuǎn)換。

從用戶的日常操作到潛在的商業(yè)應用，AutoGLM除了在“Phone use能力”層面的想象空間，未來的應用場景會如何拓展？

一名接近智譜的人士對《每日經(jīng)濟新聞》記者表示，在技術(shù)突破層面，AutoGLM基于智譜自研的“基礎(chǔ)智能體解耦合中間界面”和“自進化在線課程強化學習框架”。其中的核心技術(shù)WebRL，克服了大模型智能體在任務規(guī)劃與動作執(zhí)行中存在的能力拮抗、訓練任務和數(shù)據(jù)稀缺、反饋信號稀少和策略分布漂移等智能體研究和應用難題。同時，借助自適應學習策略，能夠在迭代過程中不斷改進、持續(xù)穩(wěn)定地提高自身性能。就像一個人，在成長過程中，不斷獲取新技能。

大模型應用加速落地

華鑫證券在其研報中預測，AI Agent（智能體）的中國市場規(guī)模有望從2023年的554億元增長至2028年的8520億元，年均復合增長率高達72.7%。中信建投則在研報中表示，預計在不久的將來會進入大模型時代的2.0時代：AI Agent。

在接受《每日經(jīng)濟新聞》記者采訪時，清華大學新聞學院和人工智能學院雙聘教授沈陽指出，AI與手機結(jié)合正逐漸成為行業(yè)共識，這背后反映的是生成式AI在提升個性化體驗方面的潛力。同時，隨著硬件與AI服務的一體化設(shè)計日趨完善，AI正在引發(fā)人機交互的范式變革，推動手機與用戶之間的關(guān)系從簡單的操作工具轉(zhuǎn)變?yōu)閯討B(tài)互動。沈陽認為，這一趨勢同樣將深刻影響國內(nèi)市場，預計未來將有更多智能設(shè)備采用AI驅(qū)動的交互模式，從而極大提升用戶體驗。

在國內(nèi)，除了智譜推出的AutoGLM，僅今年10月，就有數(shù)家廠商在端側(cè)有所動作。比如，vivo推出藍心端側(cè)大模型3B，稱服務超5億手機用戶；字節(jié)跳動發(fā)布首款AI智能體耳機Ola Friend，與豆包集成；榮耀推出MagicOS9.0，實現(xiàn)一句話充值、一句話點外賣等服務。

在國際市場上，科技巨頭們同樣動作頻頻。蘋果在10月28日宣布推出AI功能，并計劃在未來進一步集成ChatGPT服務到Siri中；微軟則開源了OmniParser工具，為用戶提供如自動訂票等便捷功能；谷歌計劃推出Gemini 2.0，并正在開發(fā)能自動化執(zhí)行Chrome網(wǎng)頁任務的“Project Jarvis”，該項目將幫助用戶執(zhí)行諸如“收集研究、購買產(chǎn)品或預訂航班”等任務。

不過，也有人對當前AI應用在端側(cè)類似“個人智能助手”的探索持反對態(tài)度。“在我看來端側(cè)是倒退。”一家AI應用公司創(chuàng)始人在接受《每日經(jīng)濟新聞》記者采訪時表示，從長期來看，服務端應該是越弱越好。他認為，當前無論是硬件設(shè)備、軟件應用，還是交互方式，均未超越上一輪語音交互熱潮期間入局企業(yè)所進行的探索范疇?；蛟S在某些特定場景下，諸如蘋果這樣的行業(yè)巨頭，具備教育用戶或改變用戶需求的潛力，但極為困難，其難點并不在于技術(shù)或商業(yè)模式，而在于用戶習慣。

上述AI應用公司創(chuàng)始人認為，99%的用戶在表達需求時，不可能用一句話闡明具體意圖，更多是以一種“擠牙膏式”的互動一步步完成，例如，用戶需要訂一張北京飛往上海的機票，大部分用戶往往發(fā)出的第一句指令只有簡單的幾個字：訂機票，余下需求則需要通過提問再完成。“第一是用戶沒這個需求，第二是真正用起來，肯定會出現(xiàn)各種奇奇怪怪的問題，我對語音助手是非常悲觀的。”其表示。

他進一步補充道，盡管相關(guān)技術(shù)已經(jīng)經(jīng)歷了多次迭代，相較于過去已有顯著提升，但問題的核心仍在于對需求的精準把握與滿足。

尋找破局之路

在端側(cè)應用的探索中，智譜當前瞄準的破局點或許與操作系統(tǒng)有關(guān)。

AutoGLM是智譜按照AGI通用人工智能升級路線圖進行的探索和嘗試之一。智譜CEO張鵬曾談及對AGI分級的思考，他認為，L1是語言能力，L2是邏輯與思維能力，L3是工具能力，L4人工智能意味著AI可以實現(xiàn)自我學習、自我反思和自我改進。L5則意味著人工智能全面超越人類，具備探究科學規(guī)律、世界起源等終極問題的能力。

上述接近智譜的人士表示，AutoGLM可以看作是智譜在人工智能L3“使用工具能力”方面的探索和嘗試，借此努力推動人機交互范式實現(xiàn)新轉(zhuǎn)變，為構(gòu)建GLM-OS，即以大模型為中心的通用計算系統(tǒng)打好基礎(chǔ)。進而，基于已有AllTools能力加上內(nèi)存記憶（memory）和自我反饋（self-reflection）機制，GLM-OS有望實現(xiàn)模仿人類的Plan-Do-Check-Act循環(huán)。

榮耀CEO趙明也曾在該公司發(fā)布會上談到，MagicOS自誕生之初就致力于打造屬于未來的操作系統(tǒng)，構(gòu)建以AI為核心的智能操作系統(tǒng)（AI OS）。

在技術(shù)突破之外，另一個破局點或許在于生態(tài)的建立以及用戶使用習慣的培養(yǎng)。盡管對語音交互持悲觀態(tài)度，但前述AI應用公司創(chuàng)始人坦言，用戶的需求也不是鐵板一塊，完全不能動搖。盡管他認為改變用戶需求的難度很大，但對于科技巨頭能否做到，他持觀望態(tài)度。

數(shù)字經(jīng)濟專家劉興亮也對《每日經(jīng)濟新聞》記者表示，像蘋果這樣擁有大量用戶的公司，AI功能的融入確實有望改變用戶的行為習慣，尤其是通過改善用戶體驗，使其日常使用更加便捷、高效。例如，AI驅(qū)動的健康管理、出行助手等功能，將提升用戶對品牌的黏性和依賴度，從而帶來更多生態(tài)系統(tǒng)內(nèi)的交叉銷售機會。其他企業(yè)則可以從中借鑒，通過AI來增強用戶體驗，建立長期的品牌價值，而不僅是局限于一項具體功能的提升。

沈陽指出，在大模型和AI應用融入手機、PC等設(shè)備時，還需解決用戶個性化不足與上下文理解局限的問題。這需要通過在設(shè)備端保存更多對話和用戶操作習慣來增強AI的跨會話理解力和準確性。同時，多模態(tài)集成也是關(guān)鍵，將文本、語音、圖像等輸入形式結(jié)合，能顯著提升AI處理復雜指令的能力。針對跨設(shè)備無縫體驗的挑戰(zhàn)，沈陽建議采用統(tǒng)一的AI框架來增強跨設(shè)備的智能助手一致性，確保用戶在任何設(shè)備上都能獲得相同的AI體驗，并優(yōu)化設(shè)備間數(shù)據(jù)同步的速度。

在沈陽看來，未來，AI應用的趨勢將朝著多模態(tài)AI、深化個性化服務以及3D AIGC與AR/VR結(jié)合的方向發(fā)展。然而，在這個過程中，用戶的期待與現(xiàn)實之間存在差距，如AI的精確性與可靠性問題、隱私與數(shù)據(jù)使用的顧慮以及使用門檻和學習成本高等挑戰(zhàn)。

劉興亮則表示，在未來一段時間內(nèi)，AI技術(shù)的實際應用前景依然廣闊，但的確面臨著如何在用戶期望和實際需求之間找到平衡的問題。行業(yè)可能需要調(diào)整發(fā)展方向，在商業(yè)化過程中保持技術(shù)與需求的同步發(fā)展。找到商業(yè)化與實用性的結(jié)合點尤為重要，比如開發(fā)更貼合具體場景的AI產(chǎn)品，并且關(guān)注用戶反饋和使用數(shù)據(jù)，通過小步快跑的方式持續(xù)優(yōu)化，才能真正提升AI的落地效果和市場接受度。

封面圖片來源：視覺中國