智譜AI上線最新「自主智能體」，「Her」終於能照進現實了

文 | 田哲

編輯 | 蘇建勳

在對標OpenAI之路上，智譜AI又近了一步。

今年年初，OpenAI被爆出將自研AI Agent軟件，它可替代人類，自動導航至任何網站並執行指定任務。

10月25日，智譜AI推出相似產品——自主智能體AutoGLM，智譜將其稱為是一個可模擬用戶點擊屏幕的手機操作助手，以及點擊網頁的瀏覽器助手。

智譜的展示影片顯示，AutoGLM可實現網頁進行線上點餐、整理小紅書筆記並生成攻略、總結論文等功能。

同時，智譜AI還推出了端到端情感語音模型GLM-4-Voice 。這款情感語音模型不僅能夠模擬真實的情感表達，甚至連細微的停頓、喘氣都表現得惟妙惟肖。

這一技術的突破，與科幻愛情電影《Her》的部分情節相似。電影中，男主角西奧度與AI助手薩曼莎偶然相識，薩曼莎正是通過富有情感的語音互動讓人感到貼近、溫暖。

如今，智譜AI的情感語音模型似乎正把《Her》中的科幻場景帶入我們的日常生活，人工智能不再只是冷冰冰的工具，而開始具備「情感」與「個性」。

《Her》已經初具雛形，具有自我意識和情感的AI或許不久會出現。

自主智能體上線：能點外賣、誇彩虹屁

與OpenAI的AI Agent相似，智譜清言AutoGLM模型，也無需用戶手動操作示範，不受製於簡單的任務場景或API調用，即可替代人類在電子設備執行操作。

目前，智譜AutoGLM可適配微信、淘寶、美團、小紅書等8款知名應用軟件，覆蓋日常生活常用的線上聊天、網購、社交、地圖、酒店火車訂票等功能。

具體而言，當你向AutoGLM發出指令後，雙方之間的對話將以語音形式展現，並實時顯示字幕。

例如，你可以要求AutoGLM在大眾點評給出指定的店家好評，並自動編輯評論。在執行「發送評論」這一超出指令的操作時，AutoGLM會主動提示是否進行。

你也能讓AutoGLM查找淘寶某一時段的歷史訂單，複購指定商品。

就連向指定微信好友的朋友圈點讚、評論，這一步驟較長的任務也能完成。

除了網購、編輯評論等功能之外，AutoGLM還能批量總結微信公眾號多篇文章，並生成文章摘要。

智譜公眾號介紹，AutoGLM基於自進化在線課程強化學習框架WEBRL，克服了訓練任務稀缺、反饋信號稀少和策略分佈漂移等網頁智能體研究和應用難題，加之自適應學習策略，能夠在迭代過程中不斷改進、持續穩定地提高自身性能。這意味著，AutoGLM具備了一定自我糾錯能力。

據悉，為了保護用戶隱私，AutoGLM不會主動獲取用戶的個人隱私信息，如果需要執行授權範圍之外的任務，AutoGLM會主動提示以獲取用戶同意。

即使用戶向AutoGLM授權，也不意味著AutoGLM永久擁有相關權限。每次後台啟動AutoGLM，都會重新向用戶申請無障礙權限。

目前，AutoGLM已上線電腦端開放使用，安裝清言插件即可使用，手機端AutoGLM正開放安卓手機內測。

情感語音模型，有情感、會停頓

兩個月前，智譜清言首次秀了一把語音通話技術，雖然當時語音通話功能能聽懂對話、回覆還算準確，但語氣像是機器人「背稿子」，沒什麼感情。要是讓它來點情感表達，它還會一本正經地告訴你：「作為一個人工智能，無法表達感情」。

不過，現在升級後的情感語音模型，感覺就不一樣了。語音聽起來更有「人味兒」，還能加點感情，像真人一樣跟你聊。

它已經學會了用撒嬌、調侃、憤怒、歇斯底裡等語氣表達。比如，擬人語音能模仿孩子，用撒嬌語氣向姐姐要糖葫蘆。

如果普通話聽膩了，沒問題，它還能切換為北京、東北、廣東、台灣、重慶五地腔調，比如介紹美食時那句經典的「巴適得板」，直接讓人食慾大開。

玩角色扮演遊戲也不成問題，可以把它設定為《哈利樸達》中的反派伏地魔與你戰鬥，並能要求它以指定的語氣進行扮演。比如它能以電視劇中常見的反派語氣說話。

如果挑戰繞口令加速，它可能就會「翻車」了，發音有點「飄」。

不過在某些時候，GLM-4-Voice說話時偶爾會出現短暫的電流聲。

另外，發音偶爾也可能不標準，比如將為什麼的「為」，發音為「微」。

據瞭解，GLM-4-Voice結合了自然語言生成（NLG）和語音合成技術，相比傳統的湯臣S技術（Text-to-Speech），擬人語音能夠理解上下文語境，實現富有情感的自然對話。

此外，GLM-4-Voice以音頻 token 的形式直接建模語音，在一個模型裡面同時完成語音的理解和生成，信息損失和誤差積累相比傳統級聯方案更少，理論上有著更高的建模上限。

這不是清言擬人語音通話的全部功能，其對標GPT 40，將在響應和打斷速度、情緒感知情 感共鳴、語音可控表達、多語言多方言等方面進一步突破。目前，其已實現不同情緒，各地方言說話時，還能調節語速、音量，實現與真人般的對話。

目前，GLM-4-Voice已上線清言app，用戶可與清言自然聊天。值得注意的是，GLM-4-Voice已對外開源，這是智譜AI首個開源的端到端多模態模型。

下一步，它還將支持影片通話功能，屆時不僅能認出物體，還能用語氣帶來「眼神交流」的互動感。

據智譜公眾號，智譜發佈從文本、圖像、影片到情感語音模型等多模態，並讓AI學會使用各種工具，原因在於其打造了新的基座模型——GLM-4-Plus。在語言文本能力方面，GLM-4-Plus和GPT-4o、405B參數量的Llama3.1 相當。

加碼AI手機，智譜找到商業化大入口

「現在的小模型還處於找市場的階段，需要將市場與技術磨合，提升效率的同時找到新的應用場景。」

兩個月前，智譜AI CEO張鵬與《智能湧現》的訪談中，提到了這一觀點。與手機廠商合作AI智能體，或許就是張鵬所說的新場景。

找到場景，是模型廠商的當務之急，這意味著模型廠商不僅能獲得穩定的收入來源，完成自我造血，同時也能在場景中持續手機數據，進行產品迭代。

而AI智能體是大模型應用的主要形式之一，其具備自主感知、決策並採取行動，被認為將是電腦、智能手機下一代產品形態的AI手機、AI PC，就搭載了AI智能體。據諮詢機構IDC預計，2027年，中國市場AI手機和AI PC的市佔率將分別超過50%、80%。

智譜正在加緊推動大模型落地AI手機。本月22日，智譜與高通達成合作，為驍龍 8 至尊版適配優化 GLM-4V 端側視覺大模型，提供多模態交互方式；23日，智譜與三星手機圍繞GLM-4V 端側視覺大模型合作，雙方將打造AI產品。

而AutoGLM，智譜也透露正在與榮耀等手機廠商開展深度合作。事實上，今年9月智譜與榮耀已成立AI大模型技術聯合實驗室。

榮耀也有意進一步提升AI智能體的表現。在23日的榮耀MagicOS 9.0發佈會媒體採訪中，榮耀終端有限公司CEO趙明表示，榮耀正在通過AI重構操作系統，打造核心底層能力，以實現更加智慧化的服務。

AI手機風頭正盛，多家手機廠商如蘋果、榮耀、vivo、OPPO等爭相推出具備AI功能的手機，AI功能如AI消除、AI通話摘要等。

然而，搭載AI智能體的手機目前數量較少，其中原因，既包括行業技術發展仍不成熟，另一反面相關標準長期缺失。

不過，這一情況正在逐步改善。

市場層面，Open.ai、智譜等模型廠商已傳出與手機公司合作消息，將推動模型廠商、應用軟件提供者與手機廠商之間的合作。

政策層面，中國信息通信研究院與國內多家手機廠商聯合發佈《終端智能化分級研究報告》，其中對終端智能化進行了分級定義，一定程度，這將推進國內AI手機市場的發展。

多款大模型已與智能手機生態公司合作，或許AI手機，將成為智譜商業驅動的主引擎。