计算机行业专题报告：“AI操作系统”时代已至.pdf

计算机行业专题报告：“AI操作系统”时代已至。AI+OS，操作系统级Agent开启人机交互革命。AI赋能OS，操作系统级Agent 由于其 C 端入口特性，有望成为首个“爆款”AI 应用。当前市场中长期 缺乏“爆款”AI应用，我们认为主要系C端大众对AI的感知度仍然较低，尽 管有大量可下载、可付费的AI应用存在，但从广大用户体验来讲，各类AI软 件对其生活重塑的边际变化不大。而近期，包括手机端苹果、荣耀、Vivo等， 以及PC端联想等厂商上新操作系统级 Agent 作为新的人机交互形态，以端 侧入口形式首次深入群众，令其“被迫”体验接受新的操作范式，有望打造首个 “爆款”AI应用，由此将带动AI端侧硬件需求涌现，以及刺激软件内部AI功 能快速迭代。

建立交互数据集，深耕 Post-Training，获得“从 Chat 走向 Act”通用 Agent 能力。智谱的 Agent 能力主要来源于其底层大模型的训练与迭代： CogAgent 是 18B 参数的视觉语言模型（VLM），专门用于GUI理解和导航， 基于视觉语言模型 CogVLM 并结合高分辨率交叉模块，实现了高效 GUI 推 理；AutoWebGLM 通过简化 HTML增强网页阅读能力，添加人类与AI混合 方法构建的网络浏览数据集进行微调，大幅提升大语言模型的 Agent 能力； AutoGLM 实现图形用户界面的自主基础 Agent，可用于网页浏览与安卓手机 操作，与人类表现差距进一步缩小。我们认为，智谱克服了当前Agent训练的 堵点，通过建立网页浏览交互数据集，以及在强化学习、微调阶段进行算法创 新，实现了在大语言模型上操作系统级Agent突破。

GLM 多端Agent 家族，打造手机、PC、汽车等终端交互入口。（1） GLM-Phone：可实现跨APP操作、支持超长任务流程、支持更多主流APP， 针对手机端应用提供了新的解决方案，显著扩展了其在手机端的应用场景和 操作能力；（ 2）GLM-PC：办公领域将迎来生产力跃升，GLM-PC可实现会议 替身、文档处理、网页搜索与总结、远程和定时操作等；（3）GLM-Car&More： Agent 为 AI 终极形态，加速万物智能、万物互联，未来Agent有望渗透至各 类智能设备，落地AI原生设备，实现设备主动服务用户。