智谱AutoGLM Web

智谱AI发布了AutoGLM Web，这是一款针对Openai的Operator基于AutoGLM模型推出的浏览器插件。AutoGLM Web能够理解屏幕界面信息，用户只需输入简单的文字或语音指令，AutoGLM Web就能理解意图并自动执行任务！它支持自动搜索网页和内容总结，自动评论、点赞，以及自动创作文章等功能。

AutoGLM Web基于智谱开发的AutoGLM，是由智谱AI团队开发的先进AI智能体，专为模拟人类操作手机和网页而设计，能够理解屏幕界面信息。

AutoGLM Web的核心功能：

• 基础智能体解耦合中间界面：AutoGLM通过这一设计，实现了规划与执行行为的高效分离，使AI能够更灵活地控制数字设备。

• 自主任务执行：AutoGLM能够根据用户的自然语言指令，自主规划操作路径，识别手机页面，并模拟人类的操作行为，如执行点外卖、订酒店、朋友圈点赞等多种任务。

• 跨应用协同多任务处理：支持在不同应用之间进行协同操作，可以同时处理多个任务，如从小红书查找食谱到外卖APP下单，实现无缝衔接。

• 自进化在线课程强化学习框架：这一框架允许AutoGLM通过不断学习和适应，提升错误恢复能力和任务执行效率，确保在复杂多变的界面中也能稳定工作。

• 广泛的应用场景：从简单的点外卖、点赞朋友圈，到复杂的网页浏览、跨应用任务执行，AutoGLM能够覆盖超过50步的长步骤操作，支持数十个网站的自动化操作。

• 多模态处理能力：结合视觉和语言理解，AutoGLM能够像人一样操作计算机，不仅限于手机，还包括PC端的GLM-PC，展现了在不同设备上的通用性。

• 内容理解与生成：具备从大量数据中提取关键信息的能力，并能快速生成高质量内容，如自动总结公众号文章或生成。

• 页面总结与翻译：AutoGLM Web提供即时的网页内容总结，帮助用户快速把握文章主旨，同时其翻译功能优于多数内置浏览器翻译，便于跨语言阅读。

• 模拟用户操作：AutoGLM-Web能够自动模拟用户在浏览器中的行为，如点击、滚动和输入等。

AutoGLM的技术原理

AutoGLM基于大规模生成对抗网络(GAN)和变分自编码器(VAE)的深层神经网络架构，能够理解复杂指令并在多个平台上执行任务。其核心技术包括WebRL，能够在训练过程中自适应学习，逐步提升性能。

AutoGLM的使用场景

• 日常生活：如点外卖、订酒店、发送微信红包等。

• 工作学习：如自动整理邮件、生成会议纪要、跨应用处理文档等。

• 娱乐休闲：如自动点赞朋友圈、参与社交平台活动等。

AutoGLM Web的使用方法

• 安装插件：AutoGLM Web已经全面上线，而且完全免费！用户需要下载并安装“智谱清言”浏览器插件即可使用，它支持Chrome和Edge浏览器。

• 启用插件：安装完成后，打开浏览器，点击右上角的插件图标，选择“智谱清言”以启用插件功能。

• 输入指令：在插件的侧边栏中选择“高级模式”，输入相关的操作指令，AutoGLM会根据指令自动执行相应的网页操作。

智谱AutoGLM Web通过其高效的信息处理能力，为用户提供了全新的网页浏览体验，特别是在信息摘要和跨语言理解方面。