国盛证券报告深入分析智谱AI技术进展。10月26日智谱推出AutoGLM，在AndroidLab评测基准上显著超越GPT-4o和Claude-3.5-Sonnet。技术层面，AutoGLM基于自研"基础智能体解耦合中间界面"和"自进化在线课程强化学习框架"，解决大模型作为智能体时动作执行不够精确和任务规划不够灵活的两大挑战。开源版GLM-4-9B在WebArena-Lite中相对GPT-4o提升超160%。智谱在Claude推出Computer Use几天后即推出Phone Use，验证中国大模型公司技术能力处于世界前沿水平。智谱清言插件同时支持Web端操作，实现Phone USE与Computer USE双线并进。
评测表现：AndroidLab超越GPT-4o和Claude-3.5-Sonnet
AutoGLM在权威评测基准上展现出色表现。在AndroidLab评测基准上，AutoGLM显著超越GPT-4o和Claude-3.5-Sonnet的表现。该评测基准专门用于评估AI模型在安卓设备上的任务执行能力，涵盖多种应用场景和任务复杂度。
在Web端，基于自进化在线课程强化学习框架训练的开源版GLM-4-9B，在WebArena-Lite评测基准中相对GPT-4o提升超过160%，达到总体43%的任务成功率。这一提升幅度展示了智谱自研算法框架的有效性——通过"基础智能体解耦合中间界面"和"自进化在线课程强化学习框架"的综合应用，模型在有限数据条件下实现了能力的显著跃升。
在简单任务的人工评测中，AutoGLM表现令人满意。人工评测与自动化评测相比更贴近真实用户体验，AutoGLM在微信、淘宝、美团、小红书等APP上的实际操作中展现出良好的任务完成率和用户满意度。智谱团队表示，随着模型迭代和数据积累，AutoGLM的能力还将持续快速提升。
核心技术：解耦合中间界面+自进化强化学习
AutoGLM的技术架构核心在于解决大模型智能体的两个关键挑战。第一，动作执行不够精确。传统端到端训练受制于轨迹数据获取成本高昂，数据总量严重不足，导致高精度动作执行能力训练不充分。AutoGLM引入"基础智能体解耦合中间界面"设计，将任务规划与动作执行通过自然语言中间界面进行解耦合。
具体而言，以"点外卖提交订单"为例，传统方案直接在GUI上点击"提交订单"按钮（容易点错位置），中间界面方案先将屏幕信息转化为自然语言描述（"屏幕中央区域有'提交订单'按钮"），再由模型基于自然语言理解决定点击哪个位置。该方案将视觉定位任务转化为语言理解任务，大幅降低了执行难度，实现了智能体能力的极大提升。
第二，任务规划不够灵活。GUI智能体训练轨迹数据极其有限且成本高昂，面对复杂任务需要灵活即时规划和纠正能力。智谱研发"自进化在线课程强化学习框架"，在真实Web环境中从头开始学习提升大模型智能体能力。模型根据当前迭代轮次的能力水平动态调整学习任务难度，通过KL散度控制策略更新及置信度经验回放避免遗忘。
通过两项技术的综合应用，AutoGLM在Phone Use和Web Browser Use上都取得了大幅性能提升。智谱在Claude推出Computer Use几天内即推出Phone Use，验证中国大模型公司技术能力处于世界前沿。Phone Use相对于Computer Use更为复杂——手机屏幕更小、操作更精细、APP生态更碎片化，AutoGLM的成功展示了智谱在多模态理解和GUI交互方面的深厚积累。
双线布局：Phone USE与Computer USE并进
智谱在手机端和Web端实现同步布局。手机端的AutoGLM（Phone USE）支持安卓系统，可操作微信、淘宝、美团等8类APP。Web端的智谱清言插件（Computer USE）支持Chrome和Edge浏览器，功能包括通用问答、页面总结、页面对话、划线助手、写作助手、勾选总结、高级检索等。
双线布局的战略意义在于覆盖用户的主要数字终端。手机陪伴用户时间最长，是Personal AI Agent最自然的载体；电脑是生产力核心工具，是Professional AI Agent的关键战场。Phone USE和Computer USE的组合使智谱在个人和办公两个场景都具备Agent能力。
智谱表示手机陪伴大部分用户的时间更长，如果说Computer Use开启了人机交互的新范式，那么Phone Use则更进一步，解锁更多应用的可能性，让AI真正惠及每一个人。从技术能力到产品落地的快速转化能力，使智谱在国内AI Agent赛道中处于领先位置。建议关注智谱合作公司：豆神教育、电广传媒等。
