渐行渐近的AI Agent：能力升级，场景创新.pdf

证券研究报告2024.05.26

人工智能十年展望（十九）：渐行渐近的AI

Agent：能力升级，场景创新

纵轴：相对值（%）观点聚焦

投资建议

130沪深300中金软件及服务近期UI交互等多模态大模型持续迭代，有望加速AIAgent落地节奏。在本

115篇报告中，我们从能力升级和场景创新两个维度探索AIAgent落地方式和

形态，我们认为AIAgent是连接大模型和现实世界的“最后一公里”。

100

85理由

70

能力升级：UI识别和操作模型推动垂直场景生产力提效。Ferret-UI：苹果

55

2023-052023-082023-112024-022024-05首个手机端UI多模态大模型，得益于使用了大量UI数据集训练和引入了

“任意分辨率”技术，擅长理解屏幕微小元素，在大多数移动端基础UI任务

中超越GPT-4V。Adept：推出Fuyu系列多模态模型，Fuyu-8B架构简洁，

中金一级行业：科技低延时、灵活性高，Fuyu-Heavy具备出色的UI理解和数学推理能力，专为

资料来源：Wind，彭博资讯，中金公司研究部DigitalAgent设计。OpenAIGPT-4o：原生多模态赋能，多模态交互和情

绪理解能力出色，可有效提高人机交互体验。

⚫软件及服务|AI动态跟踪：OpenAI引领AI交互新纪元，发

布突破性无延迟多模态GPT-4o模型(2024.05.15)能力升级的意义：加速AIAgent落地节奏，赋能AI终端推动换机潮。软件

⚫软件及服务|人工智能十年展望（十八）：AI+法律，法维度：UI及其他专有大模型的推出能够增强或补齐AIAgent能力，使得

律智能化与创新(2024.03.25)Agent离我们日常工作生活越来越近，ToB和ToC传统软件均有望迎来新一

⚫软件及服务|人工智能十年展望（十七）：大模型兴起之轮的生产力提效；相较于传统软件工具，AIAgent具有更强的适应性，有

后，多模态涌现之前(2024.03.05)

望将API和软件工具串联起来，成为连接大模型和现实世界的“最后一公

⚫软件及服务|人工智能十年展望（十六）：成本决定落地

节奏，大模型轻量化、线性化趋势渐起(2024.02.23)里”。终端维度：面向智能交互的多模态大模型是端侧Agent落地的基石，

⚫软件及服务|人工智能十年展望（十五）：AIAgent：远有望赋能AIPC和AI手机等终端，加速端侧设备换新潮。

期场景闭环，交互重塑(2023.12.18)

场景创新：AIAgent有望开拓更丰富落地场景，Automation、IPA、

TRPG初露曙光。依托于AIAge