计算机行业“AI操作系统”时代已至.pdf

行业专题报告/证券研究报告

内容目录

1AI+OS，操作系统级Agent开启人机交互革命4

2建立交互数据集，深耕Post-Training，获得“从Chat走向Act”通用Agent能力6

2.1CogAgent：CogVLM结合高分辨率交叉模块，实现高效GUI推理6

2.2AutoWebGLM：基于大语言模型的Web导航Agent8

2.3AutoGLM：图形用户界面的自主基础Agent，可用于网页浏览与安卓手机操作11

3GLM多端Agent家族，打造手机、PC、汽车等终端交互入口13

3.1GLM-Phone：可实现跨APP操作、支持超长任务流程、支持更多主流APP13

3.2GLM-PC：办公领域将迎来生产力跃升15

3.2.1CogAgent实现ComputerUse15

3.2.2AutoGLM-Web进一步扩展AI有哪些信誉好的足球投注网站能力边界18

3.3GLM-CarMore：Agent为AI终极形态，加速万物智能、万物互联19

4投资建议20

5风险提示20

图表目录

图1.Agent类型分为通用型与垂域型两个层面4

图2.智谱清言Agent发展历程5

图3.智谱清言GLMAgent系列产品6

图4.CogAgent模型架构7

图5.CogAgent在多个测试集上显著领先通用模型，部分领域领先专业微调模型8

图6.AutoWebGLM的系统架构9

图7.训练步骤包括课程学习、强化学习、拒绝采样微调9

图8.训练数据集构建包括简单和复杂任务两部分10

图9.AutoWebGLM在Mind2Web、MiniWoB++和WebArena上测试性能具有明显优势11

图10.通过AutoGLM在美团App上“点一杯半糖瑞幸热椰奶拿铁”12

图11.在VAB-WebArena-Lite上各模型与人类表现的差距12

图12.在AndroidLab（VAB-Mobile）上测试各模型的成功率13

图13.GLM-Phone前版本操作示例13

图14.GLM-Phone跨APP操作实例14

谨请参阅尾页重要声明及财通证券股票和行业评级标准2

行业专题报告/证券研究报告

图15.GLM-Phone多步骤任务流程实现15

图16.GLM-Phone循环任务执行15

图17.GLM-PC实现ComputerUse16

图18.GLM-PC理解指令、规划任务、逐步完成16

图19.GLM-PC隐形屏幕功能17

图20.像人一样使用电脑，具备更高能力上限17

图21.通过Web