AI应用行业周报：计算机智谱端侧AGENT升级 继续看好AI应用

本期投资提示：

    事件：2024 年11 月29 日，智谱Openday 发布AutoGLM 新进展、AutoGLMWeb、GLM-PC、以及全球首个UI Agent 视觉基座模型，展示AI Agent 在手机、网页、电脑端的新交互方式，进一步推动国内端侧AI Agent 落地。目前AutoGLM 启动大规模内侧，预计将尽快上线成为面向C 端用户的产品。

    AutoGLM 升级，支持完成复杂度更高任务。1）超长任务：理解和执行超长任务指令；2）跨App 协同：支持跨App 任务；3）短口令：支持长任务自定义短语；4）随便模式：AutoGLM 支持随便模式下自主决策。

    首次展示类人计算机使用能力，包括Web 插件和PC 端侧。1）AutoGLM 插件上线，支持百度搜索、微博、知乎、GitHub 等数十个网站的自动操作能力。2）PC 端侧使用能力支持一句话操控电脑，完成网页浏览、微信文件发送、参加会议、发送会议总结等。目前仍处于产品初期阶段，需要非常精准的prompt，操作速度较慢以及仅支持Mac，有较大提升空间。

    目前实现方式仍是通UI 模拟用户操作进行，图像和语言特征理解是关键技术。智谱GLM-PC 的拟人多模态感知主要基于自研CogAgent 视觉语言模型技术，用于理解和导航GUI，即通过跨注意力机制，将高分辨率图像特征和语言特征融合，理解识别页面元素，例如按钮、图表和文本位置等，模仿人类交互的方式进行操作。

    AutoGLM、GLM-PC 启示：大模型强调推理后的能力水平，或足够支撑部分应用涌现：

    1、 复杂行为规划能力大幅提升下，大模型已经初步具备模仿人类使用端侧设备的能力。以OpenAI O1 大模型、Claude3.5 大模型等为代表，AI 大模型应用从简单对话生成时代到Agent 执行操作复杂多步骤任务时代。

    2、当前仍处于Agent 早期阶段，产品最终形态远未达到。根据OpenAI 提出的5 个阶段，当前正处于推理器到Agent 的步入期。我们认为当前以通过读取UI 界面模拟用户点击的方式仍是暂时过度路径，后续Agent 产品迭代是底层模型能力、APP 生态、端侧算力共同努力的结果。

    3、2025 预计是AI Agent 元年，预期将催生更多AI 应用。Gartner 将AI Agent 列为2025 年十大技术趋势之一，预测到2028 年，至少有15%的日常工作决策由代理式AI自主完成。24 年底-25 年期待OpenAI、谷歌、微软等头部AI 企业的陆续发布。

    计算机相关标的：1）Agent B 端落地：泛微网络、鼎捷数智；2）Sora 和多模态：万兴科技、虹软科技；3）AI 教育：科大讯飞；4）AI 办公：金山办公、福昕软件；5）AI金融：新致软件；6）AI 医疗：润达医疗。

    风险提示：宏观环境不确定性带来风险；AI 技术发展不及预期；公司无法及时适应AI时代变革，在竞争中处于不利地位的风险；反垄断诉讼带来不利影响的风险。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。