北京智谱华章科技有限公司正式向公众开放其多模态智能体智谱 GLM-PC 的体验，这标志着人机交互迈向新的里程碑。GLM-PC 基于智谱的多模态大模型 CogAgent，能够自主操作计算机，为用户提供更智能、更高效的电脑使用体验。只需简单的回车操作，即可体验其强大的功能，包括代码生成、逻辑推理、GUI 理解等，极大提升工作效率。自11月29日发布以来，GLM-PC 一直处于内测阶段，此次升级为公众带来了更完善的功能和更流畅的使用体验。
自2024年11月29日 GLM-PC v1.0发布以来，它就一直处于内测阶段。这一版本带来了 “深度思考” 模式，新增了逻辑推理和代码生成功能，同时也对 Windows 系统进行了支持。GLM-PC 的能力涵盖了代码生成、逻辑执行、图形用户界面（GUI）理解等多个方面，展现了其在智能化操作上的强大潜力。
在代码生成和逻辑执行方面，GLM-PC 具备综合分析目标与资源的能力，能够生成执行路线图，将大型任务分解为小型可管理的子任务，实现高效的任务规划。任务规划完成后，智能体可启动代码生成模块进行循环执行，确保任务的精准完成。同时，GLM-PC 还拥有长思考能力，能够实时调整和反思修正，并与用户互动，优化解决方案。
在图像和 GUI 认知方面，GLM-PC 能够准确识别和理解图形界面中的元素，如按钮和图标，并结合用户的历史操作信息提供智能推荐。其图像语义解析功能则可以深入分析复杂图像，提取关键信息，如趋势和指标。此外，GLM-PC 还可以融合图像与文字信息，为用户提供全面的感知结果，帮助用户制定精准的操作计划。
随着人工智能技术的不断发展，智谱 GLM-PC 的推出无疑为用户带来了更高效、智能的电脑使用体验，标志着人机交互的一个重要进步。
GLM-PC 的开放体验，展现了人工智能技术在提升人机交互效率方面的巨大潜力，未来有望在更多领域得到应用，为用户带来更加便捷和智能的生活体验。 期待未来GLM-PC能够不断完善，为用户带来更多惊喜。