文 | 田哲
編輯 | 蘇建勳
在對标 OpenAI 之路上，智譜 AI 又近了一步。
今年年初，OpenAI 被爆出将自研 AI Agent 軟件，它可替代人類，自動導航至任何網站并執行指定任務。
10 月 25 日，智譜 AI 推出相似産品——自主智能體 AutoGLM，智譜将其稱爲是一個可模拟用戶點擊屏幕的手機操作助手，以及點擊網頁的浏覽器助手。
智譜的展示視頻顯示，AutoGLM 可實現網頁進行線上點餐、整理小紅書筆記并生成攻略、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拟真實的情感表達，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，男主角西奧多與 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，人工智能不再隻是冷冰冰的工具，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，不受制于簡單的任務場景或 API 調用，即可替代人類在電子設備執行操作。
目前，智譜 AutoGLM 可适配微信、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，雙方之間的對話将以語音形式展現，并實時顯示字幕。
例如，你可以要求 AutoGLM 在大衆點評給出指定的店家好評，并自動編輯評論。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曆史訂單，複購指定商品。
就連向指定微信好友的朋友圈點贊、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衆号多篇文章，并生成文章摘要。
智譜公衆号介紹，AutoGLM 基于自進化在線課程強化學習框架 WEBRL，克服了訓練任務稀缺、反饋信号稀少和策略分布漂移等網頁智能體研究和應用難題，加之自适應學習策略，能夠在叠代過程中不斷改進、持續穩定地提高自身性能。這意味着，AutoGLM 具備了一定自我糾錯能力。
來源：智譜公衆号
據悉，爲了保護用戶隐私，AutoGLM 不會主動獲取用戶的個人隐私信息，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，也不意味着 AutoGLM 永久擁有相關權限。每次後台啓動 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 正開放安卓手機内測。
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、回複還算準确，但語氣像是機器人 " 背稿子 "，沒啥感情。要是讓它來點情感表達，它還會一本正經地告訴你：" 作爲一個人工智能，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、歇斯底裏等語氣表達。比如，拟人語音能模仿孩子，用撒嬌語氣向姐姐要糖葫蘆。
如果普通話聽膩了，沒問題，它還能切換爲北京、東北、廣東、台灣、重慶五地腔調，比如介紹美食時那句經典的 " 巴适得闆 "，直接讓人食欲大開。
玩角色扮演遊戲也不成問題，可以把它設定爲《哈利波特》中的反派伏地魔與你戰鬥，并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，發音偶爾也可能不标準，比如将爲什麽的 " 爲 "，發音爲 " 微 "。
據了解，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 TTS 技術（Text-to-Speech），拟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，在一個模型裏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，理論上有着更高的建模上限。
GLM-4-Voice 模型架構圖；來源：智譜 AI
這不是清言拟人語音通話的全部功能，其對标 GPT 40，将在響應和打斷速度、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态模型。
下一步，它還将支持視頻通話功能，屆時不僅能認出物體，還能用語氣帶來 " 眼神交流 " 的互動感。
據智譜公衆号，智譜發布從文本、圖像、視頻到情感語音模型等多模态，并讓 AI 學會使用各種工具，原因在于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
" 現在的小模型還處于找市場的階段，需要将市場與技術磨合，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，這意味着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，進行産品叠代。
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、決策并采取行動，被認爲将是電腦、智能手機下一代産品形态的 AI 手機、AI PC，就搭載了 AI 智能體。據咨詢機構 IDC 預計，2027 年，中國市場 AI 手機和 AI PC 的市占率将分别超過 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，爲骁龍 8 至尊版适配優化 GLM-4V 端側視覺大模型，提供多模态交互方式；23 日，智譜與三星手機圍繞 GLM-4V 端側視覺大模型合作，雙方将打造 AI 産品。
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 發布會媒體采訪中，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 等争相推出具備 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，另一反面相關标準長期缺失。
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，将推動模型廠商、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内多家手機廠商聯合發布《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，這将推進國内 AI 手機市場的發展。
終端智能化分級定義
多款大模型已與智能手機生态公司合作，或許 AI 手機，将成爲智譜商業驅動的主引擎。
