Beijing Zhipu Huazhang Technology Co., Ltd. hat sein multimodales intelligentes Agenten-GLM-PC-Erlebnis offiziell der Öffentlichkeit zugänglich gemacht und damit einen neuen Meilenstein in der Mensch-Computer-Interaktion gesetzt. GLM-PC basiert auf dem multimodalen Großmodell CogAgent von Wisdom, das Computer autonom betreiben kann und Benutzern ein intelligenteres und effizienteres Computererlebnis bietet. Durch einfaches Drücken der Eingabetaste können Sie die leistungsstarken Funktionen erleben, darunter Codegenerierung, logisches Denken, GUI-Verständnis usw., was die Arbeitseffizienz erheblich verbessert. Seit seiner Veröffentlichung am 29. November befindet sich GLM-PC in der internen Testphase. Dieses Upgrade bringt der Öffentlichkeit umfassendere Funktionen und ein reibungsloseres Benutzererlebnis.
Seit der Veröffentlichung von GLM-PC v1.0 am 29. November 2024 befindet es sich in der internen Testphase. Diese Version bietet einen „Deep Thinking“-Modus, neue Funktionen für logisches Denken und Codegenerierung und unterstützt auch Windows-Systeme. Die Fähigkeiten von GLM-PC decken viele Aspekte wie Codegenerierung, Logikausführung und Verständnis der grafischen Benutzeroberfläche (GUI) ab und demonstrieren damit sein großes Potenzial für intelligente Abläufe.
In Bezug auf Codegenerierung und Logikausführung verfügt GLM-PC über die Fähigkeit, Ziele und Ressourcen umfassend zu analysieren, Ausführungs-Roadmaps zu erstellen und große Aufgaben in kleine überschaubare Teilaufgaben zu zerlegen, um eine effiziente Aufgabenplanung zu erreichen. Nachdem die Aufgabenplanung abgeschlossen ist, kann der Agent das Codegenerierungsmodul zur zyklischen Ausführung starten, um die genaue Erledigung der Aufgabe sicherzustellen. Gleichzeitig verfügt GLM-PC auch über die Fähigkeit, langfristig zu denken, Korrekturen in Echtzeit anzupassen und zu reflektieren sowie mit Benutzern zu interagieren, um Lösungen zu optimieren.
Im Hinblick auf die Bild- und GUI-Erkennung kann GLM-PC Elemente in der grafischen Benutzeroberfläche, wie etwa Schaltflächen und Symbole, genau identifizieren und verstehen und intelligente Empfehlungen basierend auf den historischen Betriebsinformationen des Benutzers bereitstellen. Seine Bildsemantikanalysefunktion kann komplexe Bilder tiefgreifend analysieren und wichtige Informationen wie Trends und Indikatoren extrahieren. Darüber hinaus kann GLM-PC auch Bild- und Textinformationen zusammenführen, um Benutzern umfassende Wahrnehmungsergebnisse zu liefern und Benutzern bei der Formulierung präziser Operationspläne zu helfen.
Mit der kontinuierlichen Weiterentwicklung der Technologie der künstlichen Intelligenz wird die Einführung von GLM-PC den Benutzern zweifellos ein effizienteres und intelligenteres Computererlebnis bieten und einen wichtigen Fortschritt in der Mensch-Computer-Interaktion darstellen.
Die offene Erfahrung von GLM-PC zeigt das enorme Potenzial der Technologie der künstlichen Intelligenz zur Verbesserung der Effizienz der Mensch-Computer-Interaktion. Es wird erwartet, dass sie in Zukunft in mehr Bereichen eingesetzt wird, um Benutzern ein komfortableres und intelligenteres Lebenserlebnis zu bieten. Wir freuen uns darauf, GLM-PC in Zukunft kontinuierlich zu verbessern und den Benutzern weitere Überraschungen zu bieten.