【ITBEAR】在今年的CNCC大會上，智譜科技的一項新技術(shù)引發(fā)了廣泛關(guān)注——AutoGLM，一個能夠模擬用戶在手機和網(wǎng)頁上操作的智能助手。這一創(chuàng)新不僅展示了AI在日常生活中的應(yīng)用潛力，還標(biāo)志著智譜在通往通用人工智能（AGI）道路上的又一重要進展。
智譜發(fā)布的AutoGLM功能強大，現(xiàn)場實測中，用戶只需一句話即可指令A(yù)I在美團上點咖啡，全程無需人工干預(yù)，除了付款環(huán)節(jié)。智譜還展示了其最新的GLM-4-Voice情感語音模型，該模型在情感表達(dá)、語音控制等方面表現(xiàn)出色，甚至能模仿多種方言和情緒。
在CNCC的圓桌論壇中，專家們討論了AGI的實現(xiàn)路徑，強調(diào)了多模態(tài)、推理與自我學(xué)習(xí)的重要性。智譜的AutoGLM正是其在工具能力上的新探索，也是其AGI實現(xiàn)路徑的一部分。
智譜的清言情感語音助手在多方面實現(xiàn)了突破，如響應(yīng)速度、情緒感知、情感共鳴等。在實測中，該助手不僅能進行英語陪練，還能切換至日語，甚至能模仿多種方言，如北京腔、臺灣腔、東北腔和粵語。
技術(shù)方面，AutoGLM基于智譜的GLM-4大模型家族，特別是新發(fā)布的GLM-4-Voice情感語音模型。該模型采用端到端的設(shè)計，避免了傳統(tǒng)級聯(lián)方案中的信息損失和誤差積累，擁有更高的建模上限。
智譜在探索AGI的過程中，經(jīng)歷了從單一模態(tài)到多模態(tài)的轉(zhuǎn)變。其AGI路徑注重文本大模型的能力提升，同時逐步融入圖像、視覺、語音等模態(tài)，并持續(xù)迭代代碼模型、視頻生成模型等。
智譜CEO張鵬介紹，智譜將人工智能分為L1到L5五個等級，其中L4和L5體現(xiàn)了AI的自我學(xué)習(xí)能力。目前，智譜發(fā)布的手機助手已達(dá)到L3的工具使用階段，并計劃在本月底推出升級版的視頻生成模型CogVideoX-Plus。
智譜內(nèi)部認(rèn)為，目前距離AGI的實現(xiàn)還有很長的路要走。他們根據(jù)大腦的能力，將AGI的技術(shù)維度分為了多個方面，包括多模態(tài)感知與理解能力、長短期記憶能力、深度思考與推理能力、情感與想象力等。
