1、智谱AI的“AutoGLM”:它能够模拟人类操作手机和网页的AI智能体。
2、Anthropic的“Computer Use”:这是一个AI智能体产品,它能够接收指令后,AI亲自接管设备,包括点击、输入等交互功能。例如,它能够完成“填写公司表格数据”的任务,通过查找数据、搜索信息并输入表格。
3、微软的OmniParser:这是一个基于纯视觉的GUI屏幕解析工具,能够自主操作,如在交付给它一个收集素食餐厅的任务时,OmniParser通过解析界面元素,在网页中定位到“餐厅”字样,并完成勾选。
4、谷歌的“Project Jarvis”:这是一个同类产品,有望在12月上线,预计也具有类似的自主操作能力。
5、荣耀的AI智能体YOYO:荣耀CEO展示的AI智能体YOYO能够自主处理任务,如只需对手机说一句“订2000杯咖啡”,YOYO就帮他在附近下单成功。
未来会有更多的产品,这是趋势。
网友回复
视频大模型和最强文本大模型通过代码生成视频哪个性价比更高?
seedream5.5为啥无法将图白色背景修改成透明?
seedance2如何通过2张不同角度平视图来识别场景进行人物定位?
有没有免费的浏览器中离线运行的语音识别ai模型?
微信小程序个人版不交钱认证就不让你用二维码,报错"errcode":85411?
美丽国为啥要限制ai发展?
seedance2如何参考白模视频使用真实场景和人物生成新视频?
如何设定小孩看电视的时候每隔10分钟弹出一个题目,答对才能继续,答错继续下一题?
直播数字人根据公屏互动评论实时做出不用动作技术是什么?
未来ai文本大模型根据剧本直接生成像素风或三维白模或灰模粗糙场景动画html给视频大模型参考站位与运镜?


