AutoGLM

AutoGLM：ChatGLM家族的新成员，实现自主任务完成

AutoGLM是ChatGLM家族中的一款创新产品，专为通过图形用户界面（如手机和网页）实现自主任务完成而设计。它通过自主环境互动学习，强化现有模型的能力，弥补基础模型在动态现实世界环境中决策的不足，推动其向通用人工智能的方向发展。

核心特点：

• 自主环境互动学习：AutoGLM通过与环境的自主互动学习，提升其决策能力，能够适应不断变化的现实世界环境。
• “中间界面”设计：采用了适用于GUI控制的“中间界面”，将规划和执行行为分离，分别优化其灵活性和准确性。
• 渐进式训练框架：采用新颖的渐进式训练框架，支持AutoGLM进行自我进化的在线课程强化学习。
• 多领域有效性验证：在网页浏览、安卓设备控制等多个领域中，AutoGLM表现出色，成功率高。

主要功能：

• 网页浏览控制：支持在网页浏览器中自主完成各种操作，如预订餐厅、创建项目问题、查找商品等。
• 安卓设备控制：可以在安卓设备上自主完成各种任务，如写邮件、查找地点、添加商品到购物车等。
• 多语言支持：支持中文和英文的指令执行，能够理解和执行中英文混合的任务指令。
• 任务规划与执行：具备任务规划能力，能够根据任务目标规划操作步骤，并准确执行。

使用示例：

• 手机使用示例：
  • 在Gmail中写一封关于项目进度的邮件，主题为“hi”，发送给harry66@gmail.com，并安排在10月30日早上8点发送。
  • 在Google Maps中查找最近的评分最高的咖啡店，并步行导航至该地点。
  • 在Temu上将两双销量最高的7.5码女性跑鞋添加到购物车。
• 网页浏览器使用示例：
  • 在OpenTable上为2人预订2024年11月6日晚上7:30的Saffron Fine Indian Cuisine餐厅。
  • 在GitLab上查看项目Zhipu AI的问题，并创建一个名为“excellent engineer wanted”的问题。
  • 在OneStopShop上按价格升序显示“椅子”列表。
  • 在小红书上查找热度最高的罗马旅游图文攻略，并总结其中提到的必去景点。

总结：

AutoGLM作为ChatGLM家族的新成员，通过图形用户界面实现对数字设备的自主控制。它通过自主环境互动学习和渐进式训练框架，有效提升了在动态现实世界环境中的决策能力。AutoGLM在网页浏览和安卓设备控制等多个领域表现出色，具有广泛的应用前景和实用价值，为实现更智能、更自主的人工智能系统提供了有力支持。