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(jī)的“Phone use能力”。相關(guān)消息引發(fā)市場關(guān)注，甚至催生出“智譜AI概念股”。

10月29日，二級市場“智譜AI概念股”開盤即延續(xù)周一以來的漲勢，如豆神教育、思美傳媒、正和生態(tài)等個(gè)股連續(xù)兩日漲停。

一名接近智譜的人士對《每日經(jīng)濟(jì)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(jī)時(shí)最頻繁的場景，當(dāng)前，智譜依舊在持續(xù)迭代AutoGLM現(xiàn)有功能，并將基于用戶使用高頻場景，不斷拓展AutoGLM的應(yīng)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(yàn)。其實(shí)，AI在手機(jī)端的應(yīng)用探索并非僅此一例，vivo、榮耀等都有類似功能升級，蘋果也計(jì)劃在未來進(jìn)一步集成ChatGPT服務(wù)到Siri中。有學(xué)者在受訪時(shí)指出，AI與手機(jī)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(gè)性化體驗(yàn)方面的潛力。

但也有業(yè)內(nèi)人士向記者指出，當(dāng)前的“個(gè)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(wù)端應(yīng)該是越弱越好，難點(diǎn)并不在于技術(shù)或商業(yè)模式，而在于用戶習(xí)慣。

推出AutoGLM 智譜加速布局個(gè)人智能助理

據(jù)智譜發(fā)布的演示Demo（樣本），基于AutoGLM，用戶向手機(jī)下達(dá)“幫我在淘寶下單淘寶里上個(gè)月買過的牙膏”的指令，手機(jī)就能自動(dòng)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，AutoGLM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(wù)場景或API調(diào)用，也不需要用戶手動(dòng)搭建復(fù)雜繁瑣的工作流，操作邏輯與人類類似。

中信證券在研報(bào)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(gè)軟件的使用方法，滿足不同用戶的個(gè)性化需求，真正成為個(gè)人助手值得期待。從以聊天為主的大模型1.0時(shí)代邁入個(gè)人智能助理的大模型2.0時(shí)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(yīng)用，AutoGLM除了在“Phone use能力”層面的想象空間，未來的應(yīng)用場景會如何拓展？

一名接近智譜的人士對《每日經(jīng)濟(jì)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(jī)時(shí)最頻繁的場景。作為一個(gè)內(nèi)測版本，AutoGLM還存在一些問題，當(dāng)前智譜依舊在持續(xù)迭代AutoGLM現(xiàn)有功能，并將基于用戶使用高頻場景，不斷拓展AutoGLM的應(yīng)用邊界，同時(shí)保護(hù)用戶隱私。

在技術(shù)突破層面，上述人士表示，AutoGLM基于智譜自研的“基礎(chǔ)智能體解耦合中間界面”和“自進(jìn)化在線課程強(qiáng)化學(xué)習(xí)框架”。其中的核心技術(shù)WebRL，克服了大模型智能體在任務(wù)規(guī)劃與動(dòng)作執(zhí)行中存在的能力拮抗、訓(xùn)練任務(wù)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(yīng)用難題，同時(shí)，借助自適應(yīng)學(xué)習(xí)策略，能夠在迭代過程中不斷改進(jìn)、持續(xù)穩(wěn)定地提高自身性能。“就像一個(gè)人，在成長過程中，不斷獲取新技能。”

共識與非共識：端側(cè)語音交互是進(jìn)步還是倒退？

大模型在端側(cè)應(yīng)用的探索正在加速。

華鑫證券在其研報(bào)中預(yù)測，AI Agent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，年復(fù)合增長率高達(dá)72.7%。中信建投則在研報(bào)中表示，預(yù)計(jì)在不久的將來會進(jìn)入大模型時(shí)代的2.0時(shí)代：AI Agent。

在接受《每日經(jīng)濟(jì)新聞》采訪時(shí)，清華大學(xué)新聞學(xué)院和人工智能學(xué)院雙聘教授沈陽指出，AI與手機(jī)結(jié)合正逐漸成為行業(yè)共識，而這背后反映的是生成式AI在提升個(gè)性化體驗(yàn)方面的潛力。同時(shí)，隨著硬件與AI服務(wù)的一體化設(shè)計(jì)日趨完善，AI正在引發(fā)人機(jī)交互的范式變革，推動(dòng)手機(jī)與用戶之間的關(guān)系從簡單的操作工具轉(zhuǎn)變?yōu)閯?dòng)態(tài)互動(dòng)。沈陽認(rèn)為，這一趨勢同樣將深刻影響國內(nèi)市場，預(yù)計(jì)未來將有更多智能設(shè)備采用AI驅(qū)動(dòng)的交互模式，從而極大提升用戶體驗(yàn)。

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(dòng)作。vivo推出藍(lán)心端側(cè)大模型3B，稱服務(wù)超5億手機(jī)用戶；字節(jié)發(fā)布首款A(yù)I智能體耳機(jī)Ola Friend，與豆包集成；榮耀推出MagicOS 9.0，打造AI OS實(shí)現(xiàn)一句話充值、一句話點(diǎn)外賣等服務(wù)。

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

不過，也有人對當(dāng)前AI應(yīng)用在端側(cè)類似“個(gè)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(yīng)用公司創(chuàng)始人在接受《每日經(jīng)濟(jì)新聞》記者采訪時(shí)表示，從長期來看，服務(wù)端應(yīng)該是越弱越好。他認(rèn)為，當(dāng)前無論是硬件設(shè)備、軟件應(yīng)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(jìn)行的探索范疇。或許在某些特定場景下，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(diǎn)并不在于技術(shù)或商業(yè)模式，而在于用戶習(xí)慣。

上述AI應(yīng)用公司創(chuàng)始人認(rèn)為，99%的用戶在表達(dá)需求時(shí)，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(dòng)一步步完成，例如，用戶需要訂一張北京飛往上海的機(jī)票，大部分用戶往往發(fā)出的第一句指令只有簡單的幾個(gè)字：訂機(jī)票，余下需求則需要通過提問再完成。“第一是用戶沒這個(gè)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。”

他進(jìn)一步補(bǔ)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需求的精準(zhǔn)把握與滿足。

操作系統(tǒng)、生態(tài)??尋找破局之路

在端側(cè)應(yīng)用的探索中，智譜當(dāng)前瞄準(zhǔn)的破局點(diǎn)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(jìn)行的探索和嘗試之一。智譜CEO張鵬曾談及對面向AGI的分級的思考，他認(rèn)為，L1是語言能力，L2是邏輯與思維能力，L3是工具能力，L4級人工智能意味著AI可以實(shí)現(xiàn)自我學(xué)習(xí)、自我反思和自我改進(jìn)。L5則意味著人工智能全面超越人類，具備探究科學(xué)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能力分級L3“使用工具能力”方面的探索和嘗試，借此努力推動(dòng)人機(jī)交互范式實(shí)現(xiàn)新轉(zhuǎn)變，為構(gòu)建GLM-OS，即以大模型為中心的通用計(jì)算系統(tǒng)打好基礎(chǔ)。進(jìn)而，基于已有All-Tools能力加上內(nèi)存記憶（memory）和自我反饋（self-reflection）機(jī)制，GLM-OS有望實(shí)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(gè)破局點(diǎn)或許在于生態(tài)的建立以及用戶使用習(xí)慣的培養(yǎng)。

盡管對語音交互持悲觀態(tài)度，但上述AI應(yīng)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(dòng)搖。盡管他認(rèn)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(jì)專家劉興亮也對《每日經(jīng)濟(jì)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(shí)有望改變用戶的行為習(xí)慣，尤其是通過改善用戶體驗(yàn)，使其日常使用更加便捷、高效。例如，AI驅(qū)動(dòng)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(jī)會。其他企業(yè)則可以從中借鑒，通過AI來增強(qiáng)用戶體驗(yàn)，建立長期的品牌價(jià)值，而不僅是局限于一項(xiàng)具體功能的提升。

沈陽則認(rèn)為，對于像蘋果這樣擁有巨量用戶基礎(chǔ)的公司來說，AI功能的融入有望培養(yǎng)用戶的新行為習(xí)慣，讓手機(jī)實(shí)現(xiàn)從工具使用到智能助手的轉(zhuǎn)變，還能促使用戶逐漸適應(yīng)通過語音與設(shè)備交互，減少手動(dòng)操作，逐漸習(xí)慣使用AI自動(dòng)化處理，減少在多個(gè)應(yīng)用間切換的需求。

沈陽指出，在大模型和AI應(yīng)用融入手機(jī)、PC等設(shè)備時(shí)，還需解決用戶個(gè)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(xí)慣來增強(qiáng)AI的跨會話理解力和準(zhǔn)確性。同時(shí)，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(fù)雜指令的能力。針對跨設(shè)備無縫體驗(yàn)的挑戰(zhàn)，沈陽建議采用統(tǒng)一的AI框架來增強(qiáng)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(yàn)，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(yīng)用的趨勢將朝著多模態(tài)AI、深化個(gè)性化服務(wù)以及3D AIGC與AR/VR結(jié)合的方向發(fā)展。然而，在這個(gè)過程中，用戶的期待與現(xiàn)實(shí)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(xué)習(xí)成本高等挑戰(zhàn)。

劉興亮則表示，在未來一段時(shí)間內(nèi)，AI技術(shù)的實(shí)際應(yīng)用前景依然廣闊，但的確面臨著如何在用戶期望和實(shí)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(shí)用性的結(jié)合點(diǎn)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。