Open-AutoGLM – 智谱开源的手机端AI Agent框架，支持私有化部署

智谱AI正式宣布开源其核心AI Agent模型——AutoGLM。基于 AutoGLM 构建，能够稳定地完成外卖点单、机票预订等复杂操作流程，操作步骤可长达数十步。 AutoGLM支持私有化部署，通过MobileRL等强化学习算法在云端虚拟手机中训练，而实际运行时，企业和开发者可以在自己的合规环境中掌控数据。Open-AutoGLM 开源目的是推动行业共同进步，保护用户隐私，加速 Agent 技术爆发。目前支持 50 多款主流中文应用，提供完整工具链和详细文档，助力开发者快速上手和二次开发。

Open-AutoGLM的主要功能

• 自然语言理解与任务执行：用户能用自然语言描述需求，AI 自动解析意图、执行操作。
• 多模态界面理解：通过视觉语言模型理解手机屏幕内容，识别界面元素进行操作。
• 自动化操作：支持点击、滑动、输入文本、长按、双击等多种操作，模拟真实用户行为。
• 敏感操作确认与人工接管：在涉及隐私或敏感操作时，AI 会请求人工确认或接管，确保安全性。
• 远程调试与控制：支持通过 WiFi 或网络进行远程 ADB 调试，无需物理连接设备即可操作。
• 支持多款应用：覆盖 50 多款主流中文应用，包括社交通讯、电商购物、美食外卖、视频娱乐等场景。
• 云手机环境部署：在云端虚拟设备中运行，保障用户隐私和数据安全。

Open-AutoGLM的应用场景

• 外卖点餐：用户只需用自然语言描述需求，Open-AutoGLM 能自动打开美团应用、搜索肯德基、选择全家桶套餐并完成下单操作。
• 社交媒体互动：在微信、微博等社交应用中，用户可指令 AI“点赞好友的最新动态”或“评论抖音视频”，AI 将自动识别相关内容，执行点赞、评论等互动操作。
• 办公自动化：在办公软件（如 WPS、Microsoft Office）中，用户通过语音或文字指令“创建一个名为‘项目计划’的文档并写入会议内容”，AI 能完成文档创建和内容编辑。
• 智能家居控制：通过智能家居应用（如小米智能家居），Open-AutoGLM 能精准识别、控制相应设备，实现家居场景的自动化切换。
• 交通出行：在地图或打车应用（如高德地图、滴滴出行）中，AI 将实时规划路线，完成叫车操作，方便快捷。