AutoGLM Web: agente de IA avanzado de Zhipu AI 241

智谱AI ha lanzado AutoGLM Web, una extensión de navegador basada en el modelo AutoGLM y dirigida específicamente al Operator de Openai. AutoGLM Web es capaz de comprender la información de la pantalla, y los usuarios solo necesitan introducir comandos de texto o voz sencillos para que AutoGLM Web entienda su intención, planifique la tarea y la ejecute automáticamente. AutoGLM Web admite la búsqueda automática en páginas web y el resumen de contenidos, así como comentar, dar me gusta y crear artículos de forma automática.

AutoGLM Web se basa en AutoGLM, desarrollado por 智谱, un agente de IA avanzado creado por el equipo de 智谱AI, diseñado específicamente para simular las operaciones humanas en teléfonos móviles y páginas web, capaz de comprender la información de la pantalla.

Funciones principales de AutoGLM Web:

• Desacoplamiento de la interfaz intermedia del agente básico: gracias a este diseño, AutoGLM logra una separación eficiente entre la planificación y la ejecución, lo que permite a la IA controlar dispositivos digitales de forma más flexible.

• Ejecución autónoma de tareas: AutoGLM es capaz de planificar de forma autónoma la secuencia de operaciones según las instrucciones en lenguaje natural del usuario, reconocer la pantalla del teléfono y simular el comportamiento humano, por ejemplo, realizando acciones como pedir comida a domicilio, reservar hoteles o dar me gusta en Moments.

• Colaboración entre aplicaciones y multitarea: admite operaciones coordinadas entre diferentes aplicaciones y puede gestionar varias tareas simultáneamente, como buscar una receta en 小红书 y realizar el pedido en una app de comida a domicilio, sin interrupciones.

• Marco de aprendizaje por refuerzo autoevolutivo con cursos en línea: este marco permite a AutoGLM mejorar continuamente su capacidad de recuperación de errores y la eficiencia de ejecución de tareas mediante el aprendizaje y la adaptación constante, garantizando un funcionamiento estable incluso en interfaces complejas y cambiantes.

• Amplia variedad de escenarios de uso: desde acciones sencillas como pedir comida o dar me gusta en Moments, hasta tareas más complejas como navegar por la web o ejecutar acciones entre aplicaciones, AutoGLM puede realizar secuencias de más de 50 pasos y automatizar operaciones en decenas de sitios web.

• Capacidad multimodal: combinando la comprensión visual y del lenguaje, AutoGLM puede operar un ordenador como lo haría una persona, no solo en teléfonos móviles, sino también en equipos de escritorio con GLM-PC, lo que demuestra su versatilidad en distintos dispositivos.

• Comprensión y generación de contenidos: capaz de extraer información clave de grandes volúmenes de datos y generar rápidamente contenido de alta calidad, como resumir automáticamente artículos de cuentas públicas o generar contenido.

• Resumen de páginas y traducción: AutoGLM Web ofrece un resumen instantáneo del contenido de las páginas web, lo que ayuda a los usuarios a captar rápidamente la idea principal de un artículo. Además, su función de traducción es superior a la mayoría de las traducciones integradas en los navegadores, lo que facilita la lectura en varios idiomas.

• Simulación de las acciones del usuario: AutoGLM-Web es capaz de simular automáticamente el comportamiento del usuario en el navegador, como hacer clic, desplazarse e introducir texto.
  

Principio técnico de AutoGLM

AutoGLM se basa en una arquitectura de red neuronal profunda que combina redes generativas adversativas (GAN) y autocodificadores variacionales (VAE) a gran escala, capaz de comprender instrucciones complejas y ejecutar tareas en múltiples plataformas. Su tecnología principal incluye WebRL, que permite un aprendizaje adaptativo durante el proceso de entrenamiento para mejorar progresivamente el rendimiento.

Escenarios de uso de AutoGLM

• Vida diaria: por ejemplo, pedir comida a domicilio, reservar hoteles, enviar sobres rojos en WeChat, entre otros.

• Trabajo y estudio: por ejemplo, organizar correos electrónicos automáticamente, generar actas de reuniones o gestionar documentos entre aplicaciones.

• Ocio y entretenimiento: por ejemplo, dar me gusta automáticamente en Moments o participar en actividades en redes sociales

Cómo usar AutoGLM Web

• Instalar la extensión: ¡AutoGLM Web ya está disponible por completo y es totalmente gratuito! Los usuarios deben descargar e instalar la extensión de navegador de 智谱清言 para empezar a usarla; es compatible con los navegadores Chrome y Edge.

• Activar la extensión: una vez instalada, abre el navegador, haz clic en el icono de la extensión en la esquina superior derecha y selecciona "智谱清言" para activar la función.

• Introducir instrucciones: en la barra lateral de la extensión, selecciona el "Modo avanzado", introduce las instrucciones de operación pertinentes y AutoGLM ejecutará automáticamente las acciones web correspondientes.

Gracias a su eficiente capacidad de procesamiento de información, AutoGLM Web de 智谱 ofrece a los usuarios una experiencia de navegación completamente nueva, especialmente en lo que respecta al resumen de información y a la comprensión跨语言.

Noticias relacionadas:

智谱AI lanza la versión de código abierto GLM-4-9B, perteneciente a su última generación de modelos preentrenados GLM-4

¿Qué es un agente de IA (AI Agent)? ¿Qué productos y aplicaciones existen?

¿Qué es 智谱清言 y qué funciones tiene?

智谱AI presenta su nueva generación de modelos GLM-4, cuyo rendimiento se acerca al de GPT-4