OpenAI 关停 GPT Store 后，AI 界掀起狂欢，荣耀也交出答卷

科技浪潮中，大模型的应用一直备受瞩目。特别是手机端的落地，潜藏着无尽的机遇和商机。然而，这也带来了诸多技术难题。无疑，这成为当前人工智能领域的一大亮点，吸引了众多企业投身其中进行探索。

端侧大模型的新方向

端侧大模型厂商不再仅限于对软件能力的探索。许多厂商正努力将自身从智能体转变为以大模型为核心能力的“AI操作系统”。面对大模型初创企业在商业化道路上的艰难探索，这种转变宛如开启了一扇通往新世界的大门。厂商们逐渐认识到，仅仅专注于软件能力是不够的，只有进行全面的布局，才能在激烈的市场竞争中脱颖而出。在实际操作中，这需要整合多种技术并进行创新，并非简单的概念转变。

这一领域的转变使得对技术人才的要求更为严苛。企业渴求的是能够跨领域进行研发的精英，他们不仅要精通大模型算法，还需对操作系统架构有深入的了解。那么，当前市场上是否拥有足够数量的这种复合型人才？

智谱AutoGLM的手机端应用

智谱AutoGLM在手机端的应用操作独具特色，它通过多模态功能来识别和解析用户界面。过去，端到端的智能体在直接处理时往往难以避免误差，然而，采用这种方式后，准确度得到了显著提升，几乎翻了一番。这一切都得益于“自进化在线课程强化学习框架”技术的应用。

智谱AutoGLM运用此技术，使智能体在手机与电脑环境中持续进步。在众多实际测试场景中，即便面对新的UI识别难题，它也能愈发精确地执行操作。这对打造智能化的手机操作交互具有深远影响。那么，未来的手机应用是否也能参考这种技术架构？

AIAgent的进化

大语言模型与多模态模型经过一年的发展，AIAgent实现了从单体智能向使用工具的2.0阶段的跨越。在这半年的时间内，GPT、Claude、GLM等系列大模型接连出现并不断更新，它们在语言理解等能力上的进化尤为显著。紧接着，端到端语音模型的发布，使得AI在交流方面实现了质的飞跃。

在日常生活中，比如客服领域，AI的理解能力有了显著提升。这些进步使得AI的机能越来越接近人脑。观察企业研发的进程，我们不禁要问，这种进步的速度是否还能再加快，以便更好地满足日益增长的应用需求？

L2与L3能力产品的涌现

L1语言与多模态能力一旦基本打通，L2逻辑思维能力和L3工具能力级别的产品便应运而生。智谱的AutoGLM便是这一领域的一次探索与尝试。这种发展路径，逐步提升，反映了人工智能技术不断演进的逻辑。

在产品研发阶段，企业需根据这些能力等级来分配相应的资源。比如，一家科技公司若想在多模态领域推出新品，首先必须保证其基础L1能力扎实。若基础不牢，一切将如空中楼阁。那么，如何准确评估底层能力水平，便成为了至关重要的课题。

大模型厂商商业化的加速

AI技术升级到L3阶段后，大模型厂商们在商业化的道路上加快了步伐。观察今年推出的AI硬件，我们发现是否配备智能体差异显著。以赵明点咖啡的案例为例，在没有智能体的情况下，用户点咖啡主要依赖习惯性的渠道。这种情况促使厂商们持续思考如何实现有效的商业化。

在商业化的道路上，大模型厂商不仅要关注技术的创新，更要重视对用户习惯的适应和引导。比如，在市场推广阶段，如何让消费者迅速体会到智能下单的便利。至于其他厂商，又该如何学习这种成功的商业化推广策略？

手机端大模型的更多可能

手机制造商在增强AI能力方面，不仅强化了常规功能，还在考虑引入智能体，打造端侧大模型作为原生功能。智谱公司计划深入植入AI能力，以重塑操作系统。目前，在硬件与物理世界交互能力尚未充分发挥之前，手机等终端设备是理想的大模型应用场景。

智能体在终端部署，为企业带来诸多益处，诸如提升工程化能力与收集边缘数据等。在市场布局实践中，企业如何有效利用手机端资源，转化为实际生产力？期待大家踊跃留言、点赞、转发，分享对这篇文章的见解。无论有何观点，都欢迎提出。

内容来自网络，如有侵权，联系删除。