计算机行业智谱AutoGLM，人机交互范式的创新与探索.docx

内容目录

内容目录

智谱AutoGLM重磅升级，推动人与机器交互方式的范式转变 5

手机端AutoGLM：理解超长指令，执行超长任务 6

社交媒体类测评（微信） 6

美食探店类测评（大众点评、饿了么） 7

好物选购类测评（淘宝、京东、拼多多等） 9

日常出行类测评（12306、高德地图打车、高德地图导航） 15

旅游订票类测评（携程） 18

小红书查攻略-美团批量购买（跨应用协同长任务） 19

手机端AutoGLM测评总结：简单任务完成度高，未来提升空间大 20

AutoGLM-Web插件：与用户持续交互反馈，全自动上网新体验 20

社交媒体类测评（知乎、微博、豆瓣、贴吧） 21

搜索引擎类测评（谷歌、百度、必应） 31

学术类测评（Arxiv、谷歌学术、百度学术） 33

代码托管类测评（GitHub） 39

资讯类测评（网易） 41

AutoGLM-Web插件测评总结：简单任务表现出色，未来提升空间大 41

测评总结与Agent展望：持续强化基座模型，多路径探索和实践AIAgent 41

风险提示 43

图表目录

图表目录

图1.OpenDay现场，AutoGLM给在场数百位嘉宾发送“AI给人类发的第一个红包” 5

图2.AutoGLM-Web插件现场自动完成了“在百度搜索芒果tv，打开小巷人家，播放最新一集” 5

图3.大模型为智能设备带来新机会 5

图4.升级版AutoGLM支持应用 6

图5.手机端AutoGLM目前支持的跨应用协同长任务 6

图6.微信搜索与内容转发 7

图7.大众点评餐厅搜索 8

图8.饿了么点外卖 9

图9.淘宝商品搜索与选购 10

图10.京东商品搜索与选购 11

图11.拼多多商品搜索与选购1 12

图12.拼多多商品搜索与选购2（定性描述） 13

图13.已购产品评价撰写（淘宝） 14

图14.购物车选购与结算（淘宝） 15

图15.高铁票选购12306 16

图16.高德地图打车 17

图17.高德地图导航 18

图18.携程机票订购 19

图19.小红书查攻略-美团批量购买（跨应用协同长任务） 20

图20.AutoGLM-Web能力范围 21

图21.高级模式使用方式 21

图22.知乎：内容筛选（成功） 22

图23.知乎：热榜总结（成功） 22

图24.知乎：撰写回复（失败） 23

图25.知乎：个人信息修改（失败） 23

图26.微博：发微博（成功） 24

图27.微博：点赞回复（成功） 25

图28.微博：超话发帖（成功） 25

图29.微博：超话签到（失败） 25

图30.微博：置顶微博（成功） 26

图31.豆瓣：撰写评论（成功） 27

图32.豆瓣：评论打星 27

图33.豆瓣：提取/总结信息（成功） 27

图34.豆瓣：分享电影（失败） 28

图35.豆瓣：加入小组（成功） 28

图36.豆瓣：创建豆列，收藏电影（成功） 29

图37.贴吧：总结/提取（成功） 30

图38.贴吧：关注（成功）/签到（失败） 30

图39.贴吧：总结/提取（成功） 31

图40.谷歌、百度、必应搜索测评 32

图41.Arxiv：检索（成功） 33

图42.Arxiv：查看文献pdf（成功） 34

图43.Arxiv：获取论文引用（成功） 34

图44.谷歌学术：搜索总结（成功） 35

图45.谷歌学术：按年份检索文献（失败） 36

图46.谷歌学术：获取引文格式（成功） 36

图47.百度学术：高级检索功能（执行失误） 37

图48.百度学术：普通检索（成功但流程出现问题） 38

图49.百度学术：收藏文献（成功） 38

图50.百度学术：获取引用（成功） 39

图51.GitHub：搜索并下载项目（失败） 40

图52.GitHub：简易文件管理（部分成功） 40

图53.网易：搜索（成功） 41

图54.网易财经不适配 41

图55.GLM-4-Plus基准测试表现 42

图56.GLM-4-PlusSuperBench大模型测评表现 42

图57.SuperCLUEAgent总榜（2024年10-12月） 42

智谱AutoGLM重磅升级，推动人与机器交互方式的范式转变

智谱推出升级版AutoGLM。2024年11月29日，智谱在OpenDay推出升级版

AutoGLM，挑战完成复杂任务。重要进展包