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
我知道答案，我要回答
私活外包
最新提问
如何修改别人发给我的微信笔记内容？
fbx、obj、glb三维格式模型如何在浏览器中通过three相互转换格式？
python如何实现基于http隧道加密的正向代理服务？
有没有有专门针对 UI 界面截图进行智能标记（Set-of-Mark, SoM） 的开源库和工具？
如何用python实现Set-of-Mark (SoM) 技术？
python如何截取windows指定应用的窗口截图，不用管窗口是不是在最前面？
linux能不能给rm删除命令增加回收站功能，可恢复被删文件？
bfwsoa如何在命令行中执行控制器动作器方法？
RAG（检索增强生成）和 KG（知识图谱）有啥不同？
KVM硬件是啥？
