在今年的CNCC大会上，智谱科技的一项新技术引发了广泛关注——AutoGLM，一个能够模拟用户在手机和网页上操作的智能助手。这一创新不仅展示了AI在日常生活中的应用潜力，还标志着智谱在通往通用人工智能（AGI）道路上的又一重要进展。

智谱发布的AutoGLM功能强大，现场实测中，用户只需一句话即可指令AI在美团上点咖啡，全程无需人工干预，除了付款环节。智谱还展示了其最新的GLM-4-Voice情感语音模型，该模型在情感表达、语音控制等方面表现出色，甚至能模仿多种方言和情绪。

在CNCC的圆桌论坛中，专家们讨论了AGI的实现路径，强调了多模态、推理与自我学习的重要性。智谱的AutoGLM正是其在工具能力上的新探索，也是其AGI实现路径的一部分。

智谱的清言情感语音助手在多方面实现了突破，如响应速度、情绪感知、情感共鸣等。在实测中，该助手不仅能进行英语陪练，还能切换至日语，甚至能模仿多种方言，如北京腔、台湾腔、东北腔和粤语。

技术方面，AutoGLM基于智谱的GLM-4大模型家族，特别是新发布的GLM-4-Voice情感语音模型。该模型采用端到端的设计，避免了传统级联方案中的信息损失和误差积累，拥有更高的建模上限。

智谱在探索AGI的过程中，经历了从单一模态到多模态的转变。其AGI路径注重文本大模型的能力提升，同时逐步融入图像、视觉、语音等模态，并持续迭代代码模型、视频生成模型等。

智谱CEO张鹏介绍，智谱将人工智能分为L1到L5五个等级，其中L4和L5体现了AI的自我学习能力。目前，智谱发布的手机助手已达到L3的工具使用阶段，并计划在本月底推出升级版的视频生成模型CogVideoX-Plus。

智谱内部认为，目前距离AGI的实现还有很长的路要走。他们根据大脑的能力，将AGI的技术维度分为了多个方面，包括多模态感知与理解能力、长短期记忆能力、深度思考与推理能力、情感与想象力等。

http://www.itbear.com.cn/html/2024-10/564206.html