零成本复刻「AI 手机」
智谱 AutoGLM 正式开源,不仅是聊天工具,而是能直接替你点屏幕、发红包、跨 App 订票的真·执行者。
原理其实很直观:它不依赖易被封控的辅助服务(Accessibility),而是像人一样“看”屏幕(视觉模型截图分析)并“动手”操作(底层 ADB 指令)。
1️⃣ 真机实操能力:已跑通微信、淘宝、12306 等 50+ 中文高频 App。最强的是长链条任务,比如一句“安排出差”,它能自动跨 App 完成买票、订房、打车全流程,甚至比 GPT-4o 的操作成功率更高。
2️⃣ 本地部署门槛:模型权重 AutoGLM-Phone-9B 已开放,消费级显卡(建议 16GB+ 显存)即可本地运行。这意味着数据完全握在自己手里,敏感操作(如支付)可设置人工接管,隐私风险极低。
3️⃣ 开源价值:不仅给了代码,还给了 MobileRL 等强化学习框架。开发者现在能基于此训练特定场景的“数字员工”,而不只是被动调用 API。
GitHub:https://github.com/zai-org/Open-AutoGLM