證券時報網(wǎng)
劉燦邦
2025-01-24 21:54
AI智能體，又迎來重磅玩家。
當(dāng)?shù)貢r間1月23日，OpenAI發(fā)布了首個AI智能體Operator。據(jù)官方介紹，Operator是一個研究預(yù)覽（researchpreview）版本的智能體，可以訪問網(wǎng)絡(luò)為用戶執(zhí)行任務(wù)，像人類一樣與圖形用戶界面（人們在屏幕上看到的按鈕、菜單和文本字段）進(jìn)行交互，靈活地執(zhí)行數(shù)字任務(wù)，而無需使用特定于操作系統(tǒng)或網(wǎng)絡(luò)的API。OpenAI的CEO山姆·奧特曼領(lǐng)銜三名團(tuán)隊成員，開啟了在線直播，向觀眾展示Operator如何實現(xiàn)向人類一樣操作電腦。
事實上，AI智能體并非一個嶄新的概念，在OpenAI之前，一些AI公司已經(jīng)率先推出了自己的AI智能體。值得注意的是，就在OpenAI發(fā)布Operator的前一天，國產(chǎn)大模型獨角獸智譜AI正式推出了全球首個面向公眾、回車即用的電腦智能體GLM-PC。這一智能體的小名叫做“牛牛”，能夠像人類一樣操作電腦，完成各種復(fù)雜任務(wù)。
受益于智能體的火爆，智譜AI概念今日迎來大漲，截至收盤漲近7%。成份股中，值得買漲超13%，凌云光、金現(xiàn)代漲超10%。
AI智能體“接管”人類電腦
據(jù)OpenAI官網(wǎng)介紹，Operator由一個名為CUA（計算機使用代理）的新模型驅(qū)動，結(jié)合了GPT-4o的視覺能力，以及通過強化學(xué)習(xí)實現(xiàn)高級推理。
簡單理解，Operator可以幫助人類操作電腦，不僅可以執(zhí)行基于網(wǎng)頁的操作，例如查看、輸入、點擊、滾用網(wǎng)頁，而且還能進(jìn)行更復(fù)雜的智能操作。根據(jù)演示，只需要輸入需求，Operator就可以完成餐廳訂位、購買商品、預(yù)訂比賽門票等任務(wù)，用戶可以實時查看進(jìn)度，并隨時介入。而且遇到付款信息、家庭住址等涉及隱私的信息以及關(guān)鍵步驟，Operator會暫停，讓用戶接管操作。
Operator使用界面
舉例而言，記者看到演示視頻中，當(dāng)Operator被要求預(yù)定某家餐廳傍晚7點的座位，它會自動打開網(wǎng)頁，進(jìn)入相應(yīng)網(wǎng)站并搜索餐廳完成預(yù)定。不僅如此，Operator遇到特殊情況還會靈活應(yīng)用，比如當(dāng)7點的餐廳座位被訂滿時，Operator還會詢問用戶是否改訂7點45分的餐廳。
由于Operator的上線，ChatGPT訪問量突然暴增，許多用戶都想“嘗鮮”，這使得ChatGPT一度“宕機”三小時。不過，目前可使用Operator的用戶群體還十分有限，從本周周四起，只有每月200美元訂閱費的ChatGPTPro美國用戶可使用Operator。但據(jù)山姆·奧特曼透露，Operator后續(xù)計劃向ChatGPTPlus、Team、企業(yè)用戶開放使用，并將很快在其他國家推出，“但歐洲地區(qū)可能需要更長時間”。
“2025年是智能體之年”
在Operator發(fā)布后，OpenAI總裁格雷格·布洛克曼在其個人社交平臺評論道：“2025年是智能體之年”。而更早之前，OpenAI前首席科學(xué)家、安全超級智能公司聯(lián)合創(chuàng)始人伊利亞·蘇茨克維也預(yù)測，下一代模型將“以一種真正的方式實現(xiàn)代理化（agentic）”，未來的AI智能體將結(jié)出碩果，擁有更深入的理解和自我意識，人工智能將像人類一樣推理問題。
所謂AI智能體，指的是基于人工智能技術(shù)構(gòu)建的超級智能數(shù)字助手，能夠?qū)W習(xí)理解各種信息，并根據(jù)需求提供幫助、建議或進(jìn)行互動。海通證券研報指出，AI智能體的前景十分廣闊，隨著大模型的發(fā)展智能體將從概念走向?qū)嶋H應(yīng)用，成為各行業(yè)的重要助力。通過多模態(tài)大模型，智能體能夠整合圖片、語音等異構(gòu)數(shù)據(jù)，提高任務(wù)處理效率，并解決跨行業(yè)、跨領(lǐng)域的問題。技術(shù)方面，智能體具備長期和短期記憶、自主規(guī)劃、工具使用和自動執(zhí)行任務(wù)的能力。這些能力不僅能提高工作效率，還能為用戶提供更好的體驗。單智能體通過試錯學(xué)習(xí)適用于簡單任務(wù)，而多智能體則在復(fù)雜環(huán)境中通過合作或競爭調(diào)整最佳策略。
當(dāng)前，AI智能體已成為各大科技巨頭和初創(chuàng)企業(yè)布局的重要領(lǐng)域。從國際上看，OpenAI最大競爭對手Anthropic在去年10月發(fā)布了自己的computeruse（電腦使用）功能；谷歌去年底推出智能體Mariner，基于谷歌大模型Gemini2.0，可瀏覽電子表格、購物網(wǎng)站等，幫助用戶裝滿虛擬購物車。
國產(chǎn)大模型方面，去年10月，智譜AI就發(fā)布了AI手機端的AutoGLM，作為其大模型GLM的第一個產(chǎn)品化的智能體，只需接收簡單的文字或者語音指令，就可以模擬人類操作手機。從其發(fā)布的視頻來看，用戶向手機語音傳遞命令后，AutoGLM會經(jīng)過用戶授權(quán)，自動打開目標(biāo)APP，執(zhí)行相關(guān)命令，可以實現(xiàn)的功能包括在淘寶上購買一款歷史訂單產(chǎn)品、在攜程上預(yù)訂酒店、在美團(tuán)上點外賣、在微信群里領(lǐng)取老板發(fā)的紅包等功能。
AutoGLM發(fā)布后，迅速引起廣泛關(guān)注，產(chǎn)生了“智譜AI概念股”。值得注意的是，在OpenAI發(fā)布Operator的前一天，智譜AI還推出了可自主操作電腦的多模態(tài)智能體新版GLM-PC。作為全球首個面向公眾、回車即用的電腦智能體，GLM-PC也被稱為“牛牛”，可幫助用戶網(wǎng)上購物、發(fā)微信拜年、編輯文檔等。
例如，在其演示的視頻中，“牛牛”能夠自動提取圖片中的商品數(shù)據(jù)，存儲至Excel，并自動將商品加入淘寶購物車，從而實現(xiàn)一站式購物流程。記者看到在電腦桌面上，“牛牛”在淘寶網(wǎng)站中依次將魔芋爽、薯片、豬肉脯、辣條等零食添加進(jìn)購物車，實現(xiàn)一站式購物。
業(yè)內(nèi)人士分析稱，AI智能體的推出，反映了如今AI開發(fā)者更加注重如何幫助用戶自動完成日常任務(wù)。隨著一系列科技公司產(chǎn)品的密集發(fā)布，AI智能體正在加速嘗試代替人類去做一些力所能及的事情。
Operator目前仍然處于早期研究預(yù)覽階段，尚有許多不完美的地方。但山姆·奧特曼在直播中表示，“這是OpenAI向智能體領(lǐng)域進(jìn)軍的開始”。可以預(yù)見的是，OpenAI的強勢加入必將為AI智能體再添一把火，2025年“智能體大戰(zhàn)”正式打響，更進(jìn)一步改變?nèi)藱C交互方式。
校對：劉星瑩
