近日,智譜AI(人工智能)推出自主智能體AutoGLM,只需接收簡(jiǎn)單的文字或語音指令,就可以模擬人類操作手機(jī)的“Phone use能力”。相關(guān)消息引發(fā)市場(chǎng)關(guān)注,甚至催生出“智譜AI概念股”。
10月29日,二級(jí)市場(chǎng)“智譜AI概念股”開盤即延續(xù)周一以來的漲勢(shì),如豆神教育、思美傳媒、正和生態(tài)等個(gè)股連續(xù)兩日漲停。
一名接近智譜的人士對(duì)《每日經(jīng)濟(jì)新聞》記者表示,AutoGLM在開發(fā)、適配的過程中,優(yōu)先考慮了用戶使用手機(jī)時(shí)最頻繁的場(chǎng)景,當(dāng)前,智譜依舊在持續(xù)迭代AutoGLM現(xiàn)有功能,并將基于用戶使用高頻場(chǎng)景,不斷拓展AutoGLM的應(yīng)用邊界。
據(jù)悉,智譜已與中國三星深度合作,核心是將智譜的GLM大模型與三星的硬件技術(shù)相結(jié)合,以提升用戶的智能體驗(yàn)。其實(shí),AI在手機(jī)端的應(yīng)用探索并非僅此一例,vivo、榮耀等都有類似功能升級(jí),蘋果也計(jì)劃在未來進(jìn)一步集成ChatGPT服務(wù)到Siri中。有學(xué)者在受訪時(shí)指出,AI與手機(jī)的結(jié)合正逐漸成為行業(yè)共識(shí),這背后反映的是生成式AI在提升個(gè)性化體驗(yàn)方面的潛力。
但也有業(yè)內(nèi)人士向記者指出,當(dāng)前的“個(gè)人智能助手”與此前的語音交互能力并無太大差別,從長(zhǎng)期來看,服務(wù)端應(yīng)該是越弱越好,難點(diǎn)并不在于技術(shù)或商業(yè)模式,而在于用戶習(xí)慣。
據(jù)智譜發(fā)布的演示Demo(樣本),基于AutoGLM,用戶向手機(jī)下達(dá)“幫我在淘寶下單淘寶里上個(gè)月買過的牙膏”的指令,手機(jī)就能自動(dòng)執(zhí)行“AI打開App—找到歷史訂單—完成訂單篩選—請(qǐng)求用戶支付—完成支付”的過程。
智譜方面表示,理論上,AutoGLM可以完成人類在電子設(shè)備上可以做的任何事,它不受限于簡(jiǎn)單的任務(wù)場(chǎng)景或API調(diào)用,也不需要用戶手動(dòng)搭建復(fù)雜繁瑣的工作流,操作邏輯與人類類似。
中信證券在研報(bào)中提到,隨著互聯(lián)網(wǎng)軟件的種類、功能越來越豐富,智能體能否熟練地掌握每個(gè)軟件的使用方法,滿足不同用戶的個(gè)性化需求,真正成為個(gè)人助手值得期待。從以聊天為主的大模型1.0時(shí)代邁入個(gè)人智能助理的大模型2.0時(shí)代,以智譜為代表的國產(chǎn)AI公司完成了從追趕者到領(lǐng)路人的身份轉(zhuǎn)換。
從用戶的日常操作到潛在的商業(yè)應(yīng)用,AutoGLM除了在“Phone use能力”層面的想象空間,未來的應(yīng)用場(chǎng)景會(huì)如何拓展?
一名接近智譜的人士對(duì)《每日經(jīng)濟(jì)新聞》記者表示,AutoGLM在開發(fā)、適配的過程中,優(yōu)先考慮了用戶使用手機(jī)時(shí)最頻繁的場(chǎng)景。作為一個(gè)內(nèi)測(cè)版本,AutoGLM還存在一些問題,當(dāng)前智譜依舊在持續(xù)迭代AutoGLM現(xiàn)有功能,并將基于用戶使用高頻場(chǎng)景,不斷拓展AutoGLM的應(yīng)用邊界,同時(shí)保護(hù)用戶隱私。
在技術(shù)突破層面,上述人士表示,AutoGLM基于智譜自研的“基礎(chǔ)智能體解耦合中間界面”和“自進(jìn)化在線課程強(qiáng)化學(xué)習(xí)框架”。其中的核心技術(shù)WebRL,克服了大模型智能體在任務(wù)規(guī)劃與動(dòng)作執(zhí)行中存在的能力拮抗、訓(xùn)練任務(wù)和數(shù)據(jù)稀缺、反饋信號(hào)稀少和策略分布漂移等智能體研究和應(yīng)用難題,同時(shí),借助自適應(yīng)學(xué)習(xí)策略,能夠在迭代過程中不斷改進(jìn)、持續(xù)穩(wěn)定地提高自身性能。“就像一個(gè)人,在成長(zhǎng)過程中,不斷獲取新技能。”
大模型在端側(cè)應(yīng)用的探索正在加速。
華鑫證券在其研報(bào)中預(yù)測(cè),AI Agent的中國市場(chǎng)規(guī)模有望從2023年的554億元增長(zhǎng)至2028年的8520億元,年復(fù)合增長(zhǎng)率高達(dá)72.7%。中信建投則在研報(bào)中表示,預(yù)計(jì)在不久的將來會(huì)進(jìn)入大模型時(shí)代的2.0時(shí)代:AI Agent。
在接受《每日經(jīng)濟(jì)新聞》采訪時(shí),清華大學(xué)新聞學(xué)院和人工智能學(xué)院雙聘教授沈陽指出,AI與手機(jī)結(jié)合正逐漸成為行業(yè)共識(shí),而這背后反映的是生成式AI在提升個(gè)性化體驗(yàn)方面的潛力。同時(shí),隨著硬件與AI服務(wù)的一體化設(shè)計(jì)日趨完善,AI正在引發(fā)人機(jī)交互的范式變革,推動(dòng)手機(jī)與用戶之間的關(guān)系從簡(jiǎn)單的操作工具轉(zhuǎn)變?yōu)閯?dòng)態(tài)互動(dòng)。沈陽認(rèn)為,這一趨勢(shì)同樣將深刻影響國內(nèi)市場(chǎng),預(yù)計(jì)未來將有更多智能設(shè)備采用AI驅(qū)動(dòng)的交互模式,從而極大提升用戶體驗(yàn)。
在國內(nèi),除了智譜推出的AutoGLM,僅今年10月,就有數(shù)家廠商在端側(cè)有所動(dòng)作。vivo推出藍(lán)心端側(cè)大模型3B,稱服務(wù)超5億手機(jī)用戶;字節(jié)發(fā)布首款A(yù)I智能體耳機(jī)Ola Friend,與豆包集成;榮耀推出MagicOS 9.0,打造AI OS實(shí)現(xiàn)一句話充值、一句話點(diǎn)外賣等服務(wù)。
在國際市場(chǎng)上,科技巨頭們同樣動(dòng)作頻頻。蘋果在10月28日宣布推出AI功能,并計(jì)劃在未來進(jìn)一步集成ChatGPT服務(wù)到Siri中;微軟則開源了OmniParser工具,為用戶提供了如自動(dòng)訂票等便捷功能;谷歌計(jì)劃將推出Gemini 2.0,并正在開發(fā)能自動(dòng)化執(zhí)行Chrome網(wǎng)頁任務(wù)的“Project Jarvis”,該項(xiàng)目將幫助用戶執(zhí)行諸如“收集研究、購買產(chǎn)品或預(yù)訂航班”等任務(wù)。
不過,也有人對(duì)當(dāng)前AI應(yīng)用在端側(cè)類似“個(gè)人智能助手”的探索持反對(duì)態(tài)度。“在我看來端側(cè)是倒退。”一家AI應(yīng)用公司創(chuàng)始人在接受《每日經(jīng)濟(jì)新聞》記者采訪時(shí)表示,從長(zhǎng)期來看,服務(wù)端應(yīng)該是越弱越好。他認(rèn)為,當(dāng)前無論是硬件設(shè)備、軟件應(yīng)用,還是交互方式,均未超越上一輪語音交互熱潮期間入局企業(yè)所進(jìn)行的探索范疇。或許在某些特定場(chǎng)景下,諸如蘋果這樣的行業(yè)巨頭,具備教育用戶或改變用戶需求的潛力,但極為困難,其難點(diǎn)并不在于技術(shù)或商業(yè)模式,而在于用戶習(xí)慣。
上述AI應(yīng)用公司創(chuàng)始人認(rèn)為,99%的用戶在表達(dá)需求時(shí),不可能用一句話闡明具體意圖,更多是以一種“擠牙膏式”的互動(dòng)一步步完成,例如,用戶需要訂一張北京飛往上海的機(jī)票,大部分用戶往往發(fā)出的第一句指令只有簡(jiǎn)單的幾個(gè)字:訂機(jī)票,余下需求則需要通過提問再完成。“第一是用戶沒這個(gè)需求,第二是真正用起來,肯定會(huì)出現(xiàn)各種奇奇怪怪的問題,我對(duì)語音助手是非常悲觀的。”
他進(jìn)一步補(bǔ)充道,盡管相關(guān)技術(shù)已經(jīng)經(jīng)歷了多次迭代,相較于過去已有顯著提升,但問題的核心仍在于需求的精準(zhǔn)把握與滿足。
在端側(cè)應(yīng)用的探索中,智譜當(dāng)前瞄準(zhǔn)的破局點(diǎn)或許與操作系統(tǒng)有關(guān)。
AutoGLM是智譜按照AGI通用人工智能升級(jí)路線圖進(jìn)行的探索和嘗試之一。智譜CEO張鵬曾談及對(duì)面向AGI的分級(jí)的思考,他認(rèn)為,L1是語言能力,L2是邏輯與思維能力,L3是工具能力,L4級(jí)人工智能意味著AI可以實(shí)現(xiàn)自我學(xué)習(xí)、自我反思和自我改進(jìn)。L5則意味著人工智能全面超越人類,具備探究科學(xué)規(guī)律、世界起源等終極問題的能力。
上述接近智譜的人士表示,AutoGLM可以看作是智譜在人工智能能力分級(jí)L3“使用工具能力”方面的探索和嘗試,借此努力推動(dòng)人機(jī)交互范式實(shí)現(xiàn)新轉(zhuǎn)變,為構(gòu)建GLM-OS,即以大模型為中心的通用計(jì)算系統(tǒng)打好基礎(chǔ)。進(jìn)而,基于已有All-Tools能力加上內(nèi)存記憶(memory)和自我反饋(self-reflection)機(jī)制,GLM-OS有望實(shí)現(xiàn)模仿人類的Plan-Do-Check-Act循環(huán)。
榮耀CEO趙明也曾在該公司發(fā)布會(huì)上談到,MagicOS自誕生之初就致力于打造屬于未來的操作系統(tǒng),構(gòu)建以AI為核心的智能操作系統(tǒng)(AI OS)。
在技術(shù)突破之外,另一個(gè)破局點(diǎn)或許在于生態(tài)的建立以及用戶使用習(xí)慣的培養(yǎng)。
盡管對(duì)語音交互持悲觀態(tài)度,但上述AI應(yīng)用公司創(chuàng)始人坦言,用戶的需求也不是鐵板一塊,完全不能動(dòng)搖。盡管他認(rèn)為改變用戶需求的難度很大,但對(duì)于科技巨頭能否做到,他持觀望態(tài)度。
數(shù)字經(jīng)濟(jì)專家劉興亮也對(duì)《每日經(jīng)濟(jì)新聞》記者表示,像蘋果這樣擁有大量用戶的公司,AI功能的融入確實(shí)有望改變用戶的行為習(xí)慣,尤其是通過改善用戶體驗(yàn),使其日常使用更加便捷、高效。例如,AI驅(qū)動(dòng)的健康管理、出行助手等功能,將提升用戶對(duì)品牌的黏性和依賴度,從而帶來更多生態(tài)系統(tǒng)內(nèi)的交叉銷售機(jī)會(huì)。其他企業(yè)則可以從中借鑒,通過AI來增強(qiáng)用戶體驗(yàn),建立長(zhǎng)期的品牌價(jià)值,而不僅是局限于一項(xiàng)具體功能的提升。
沈陽則認(rèn)為,對(duì)于像蘋果這樣擁有巨量用戶基礎(chǔ)的公司來說,AI功能的融入有望培養(yǎng)用戶的新行為習(xí)慣,讓手機(jī)實(shí)現(xiàn)從工具使用到智能助手的轉(zhuǎn)變,還能促使用戶逐漸適應(yīng)通過語音與設(shè)備交互,減少手動(dòng)操作,逐漸習(xí)慣使用AI自動(dòng)化處理,減少在多個(gè)應(yīng)用間切換的需求。
沈陽指出,在大模型和AI應(yīng)用融入手機(jī)、PC等設(shè)備時(shí),還需解決用戶個(gè)性化不足與上下文理解局限的問題。這需要通過在設(shè)備端保存更多對(duì)話和用戶操作習(xí)慣來增強(qiáng)AI的跨會(huì)話理解力和準(zhǔn)確性。同時(shí),多模態(tài)集成也是關(guān)鍵,將文本、語音、圖像等輸入形式結(jié)合,能顯著提升AI處理復(fù)雜指令的能力。針對(duì)跨設(shè)備無縫體驗(yàn)的挑戰(zhàn),沈陽建議采用統(tǒng)一的AI框架來增強(qiáng)跨設(shè)備的智能助手一致性,確保用戶在任何設(shè)備上都能獲得相同的AI體驗(yàn),并優(yōu)化設(shè)備間數(shù)據(jù)同步的速度。
在沈陽看來,未來,AI應(yīng)用的趨勢(shì)將朝著多模態(tài)AI、深化個(gè)性化服務(wù)以及3D AIGC與AR/VR結(jié)合的方向發(fā)展。然而,在這個(gè)過程中,用戶的期待與現(xiàn)實(shí)之間存在差距,如AI的精確性與可靠性問題、隱私與數(shù)據(jù)使用的顧慮以及使用門檻和學(xué)習(xí)成本高等挑戰(zhàn)。
劉興亮則表示,在未來一段時(shí)間內(nèi),AI技術(shù)的實(shí)際應(yīng)用前景依然廣闊,但的確面臨著如何在用戶期望和實(shí)際需求之間找到平衡的問題。行業(yè)可能需要調(diào)整發(fā)展方向,在商業(yè)化過程中保持技術(shù)與需求的同步發(fā)展。找到商業(yè)化與實(shí)用性的結(jié)合點(diǎn)尤為重要,比如開發(fā)更貼合具體場(chǎng)景的AI產(chǎn)品,并且關(guān)注用戶反饋和使用數(shù)據(jù),通過小步快跑的方式持續(xù)優(yōu)化,才能真正提升AI的落地效果和市場(chǎng)接受度。