智谱开源 AutoGLM，让 AI 学会用手机
来自 Z.ai Research · 期号 2025-12-09
摘要
智谱 AI 开源了 AutoGLM，一套让 AI 学会操作手机的能力框架。 核心思路是把 AI 从聊天框里解放出来，让它能像人一样在 App 里完成从选择到下单的完整流程。为此团队花了 32 个月，从最开始的“乱点”逐步做到“可控”，建了一套 Phone Use 能力框架，把点击、滑动、输入、截图等基础动作抽象出来，让模型学会把自然语言拆解成稳定的操作步骤。 2024 年 10 月，AutoGLM 成为全球首个能在真机上稳定完成完整操作链路的 Phone Use Agent；同年 11 月，它发出了人类历史上第一个由 AI 完成的手机红包。2025 年发布的 2.0 版本引入了 MobileRL 等强化学习算法，在虚拟设备环境里大规模训练，提升了准确性和泛化能力。 出于隐私考虑，AutoGLM 默认运行在云端虚拟手机中，所有操作可回放、审计、干预，且主动放弃了操作微信等隐私敏感 App。 开源内容包括训练好的核心模型、Phone Use 能力框架与工具链、覆盖 50+ 高频中文 App 的可运行 Demo，以及 Android 适配层。模型以 MIT 许可证开放，代码以 Apache-2.0 许可证托管在 GitHub。