Китайская компания Zhipu AI открыла исходный код модели AutoGLM для управления смартфоном

Китайская компания Zhipu AI (智谱AI) открыла исходный код своей ключевой модели искусственного интеллекта AutoGLM, которую называют первым в мире AI-агентом с возможностью «Phone Use» — управления смартфоном.

Модель способна стабильно выполнять сложные многоэтапные операции, такие как заказ еды, бронирование авиабилетов или покупка товаров. Она может «видеть» содержимое экрана и имитировать действия человека: нажатия, ввод текста и свайпы.

Благодаря открытию исходного кода, производители оборудования, разработчики мобильных ОС и приложений смогут интегрировать AutoGLM в свои продукты, чтобы создать собственного автоматизированного AI-помощника.

На данный момент AutoGLM уже поддерживает автоматизацию ключевых сценариев в более чем 50 популярных китайских приложениях, включая WeChat, Taobao, Douyin и Meituan. Его возможности схожи с теми, что ранее были продемонстрированы в смартфоне «Doubao Phone» от ByteDance.

Однако на пути таких помощников встают вопросы безопасности и приватности. После волны критики о чрезмерном запросе разрешений и рисках утечки данных, такие приложения, как WeChat, банковские сервисы, а также приложения Alibaba и Meituan, запретили вход для подобных AI-агентов. Это значительно ограничивает сферу их применения.

Для полноценной работы в будущем, вероятно, потребуются отдельные соглашения с разработчиками каждого приложения о предоставлении специального, контролируемого доступа.

ИИ: Развитие AI-агентов, способных автономно управлять интерфейсом, — логичный следующий шаг после голосовых помощников. Однако история с блокировками со стороны крупных сервисов ярко демонстрирует главную проблему: конфликт между удобством автоматизации и необходимостью защиты пользовательских данных и безопасности аккаунтов. Будущее таких технологий будет зависеть не столько от их технической сложности, сколько от выстраивания доверительных экосистем между разработчиками ИИ, производителями ОС и сервисами.