原创 金色传说大聪明 2024-11-29 14:22 广东
GLM-PC 一手体验
并附内测地址
今天在智谱，很震撼。先看视频：
这两天，正在写一篇文章：《物理世界的接口，探索 AI 如何与世界交互》，并打算吐槽一下：
几乎所有 AI 大厂，都在做一件事：更好的 Chatbot，然后疯狂刷榜&PR」
却少有人关心：AI 如何真正有效的改变世界、改变生活。
文章还没写完，就被拎到了智谱发布会...
被发了个群红包（喜
红包很大，两万块（大喜
红包很多，100个（特喜
我没抢到（悲
但最终，
发现智谱走在了更前面... （喜
链接物理世界
放个片子：
上个月，Claude 发布了一款新的 API，Computer Using:
这次，智谱更进一步，发布了成熟产品：GLM-PC，也可以叫「牛牛」，Logo 是头牛
形式上虽是 ChatBot，落地完全不同：
从纯语言理解转，向物理世界的交互
因现场没有过于演示，我自己测了下：「让 AI 自动给B站上战鹰点赞投币」
任务完成，很顺利，看下面的视频：
这里有个细节，让我挺惊讶：当 GLM-PC 准备投币时，会主动暂停并询问确认 - 由 AI 主动发起，这就有意思了。
从技术角度看，这个行为意味着 GLM 实现了：
语义理解：它知道"投币"和"点赞"虽然都是互动行为，但投币会消耗用户的虚拟货币
场景认知：它能识别出哪些操作需要额外确认，而不是简单地执行所有指令
决策判断：它会在关键节点主动暂停，等待用户的二次确认
这是一种有趣的思路：AI 再是一个单纯的"执行者"，而是在执行的过程中，判定是否合理。
（刚好的，OpenAI 之前讨论过这个：OpenAI：搞 Agent 时，你要注意这些）
另一个牛逼的是... 它支持我用手机来操作电脑
在绑定了手机后，输入指令：「给渤海小吏投币」后，
电脑也会完成这一操作
这个操作可以定时... 所以非常适合... 打卡。
牛牛这东西，内测地址在这（Mac 可用）：
https://www.wjx.top/vm/mOs9cHw.aspx
还有一个基于浏览器的，更通用（智谱清言浏览器版）：
https://new-front.chatglm.cn/webagent/landing/index.html?channel=ads_news_openday
来自异次元的红包
最能打动我的，总是红包。
发布会现场，张鹏总对着手机说了句：往群里发个红包，2万块，100个
于是... 人类收到了来自 AI 发送的第一个红包（虽然我没收到...碎碎念ing）
同样，发红包的过程中，对于敏感操作如支付，也会主动请求用户确认。
2万块的微信红包
微信没抢到（悲）
一份支付宝红包
支付宝抢到了（喜）
这个在手机里的产品，叫做 AutoGLM，内测地址
https://agent.aminer.cn/
再度开源
这些之外，端侧模型 GLM4-Edge 今天也有发布
由两种尺寸的大语言对话模型和多模态理解模型组成
1.5B / 2B模型主要面向手机、车机等平台
4B / 5B 模型主要面向 PC 等平台
发布即开源
https://github.com/THUDM/GLM-Edge
最后，我想说的是
从实验室数字，到物理世界的操控
从语言理解，到现实世界改变
可能是 AI 下一个突破口
