智谱GLM-PC智能体升级：全球首个自主操作电脑多模态智能体

北京智谱华章科技有限公司最近对外宣布，其旗下智谱 GLM-PC 智能体已完成升级，并正式向公众开放体验。这是全球首个能够自主操控计算机的多模态智能体。GLM-PC 的技术依托于智谱的多模态大模型 CogAgent。用户仅需轻点回车，便能享受到这一创新的电脑智能助手带来的便捷。

自2024年11月29日 GLM-PC v1.0版本发布后，它便开始了内测。该版本引入了“深度思考”模式，增加了逻辑推理和代码生成功能，并支持了 Windows 系统。GLM-PC 在代码生成、逻辑执行、图形用户界面（GUI）理解等方面展现出了其强大的智能化操作潜力。

在代码生成和逻辑执行上，GLM-PC 能够全面分析目标和资源，制定执行路线图，将大任务拆分为小任务，实现高效的任务规划。完成规划后，智能体将启动代码生成模块进行循环执行，确保任务精准完成。同时，GLM-PC 还具有长思考能力，能实时调整和反思修正，与用户互动，优化解决方案。

在图像和 GUI 认知方面，GLM-PC 能精确识别和理解图形界面中的元素，如按钮和图标，并基于用户历史操作提供智能推荐。其图像语义解析功能能够深入分析复杂图像，提取关键信息，如趋势和指标。此外，GLM-PC 还能融合图像和文字信息，为用户提供全面感知结果，助力用户制定精准的操作策略。

随着人工智能技术的不断进步，智谱 GLM-PC 的问世为用户带来了更加高效、智能的电脑使用体验，标志着人机交互领域的重大进步。