今天，智谱在中关村论坛上正式发布AutoGLM沉思，这一全新智能体不仅具备深度研究能力（DeepResearch），还能实现实际操作（Operator），真正推动AIAgent进入“边想边干”的阶段。
AutoGLM沉思的技术演进路径包括：GLM-4基座模型→GLM-Z1推理模型→GLM-Z1-Rumination沉思模型→AutoGLM模型。其中核心链路的模型和技术，我们将于4月14日正式开源，以推动行业生态发展。
“让机器像人一样思考”，智谱始终专注于AGI的基座模型研发，目前已经探索到L3-AgenticLLM阶段。在行业生态方面，智谱坚持和行业伙伴共创，用其在大模型研发上的积累帮助行业伙伴成功，合力做出成功的大模型应用。智谱也积极推动中国AI解决方案出海，帮助“一带一路”国家构建自主、可控、无幻觉的国家级/区域级自主大模型。
AutoGLM沉思
在AIAgent的发展过程中，智谱始终在不断探索和创新。从最早推出具备FunctionCall能力的智谱清言（2023.10），到率先上线支持智能体编排的GLMs（2024.1），再到推出全球首个设备操控智能体AutoGLM（2024.10），智谱一直引领AIAgent上界的探索。
今天，智谱推出全新的AutoGLM沉思模型，全球首个集深度研究与实际操作能力于一体的Agent。这是自主智能体技术的一次重要进步，也是设备操控智能体的进一步升级。
AutoGLM沉思体现了智谱对AIAgent的核心理解：让机器不仅能够思考，还能主动行动，实现“边想边干”的目标。
这一能力的实现依赖于三个关键特性：
深度思考：能够模拟人类在面对复杂问题时的推理与决策过程。
感知世界：能够像人一样获取并理解环境信息。
工具使用：能够像人一样调用和操作工具，完成复杂任务。
AutoGLM沉思融合了以上三大能力。与OpenAI的DeepResearch不同，它不仅能深入研究，还能真正执行任务，推动AIAgent从单纯的思考者，进化为能交付结果的智能执行者。
为什么叫AutoGLM沉思，因为在AutoGLM沉思背后的模型，是我们全新推出的Agent大脑——沉思模型，即通过强化学习，让模型学会自我批评、反思、甚至沉思，并通过更长的深度思考时间换取更优的效果。沉思突破了实时联网搜索、动态工具调用、深度分析和自我验证，实现真正的长程推理和任务执行。
目前，AutoGLM沉思在智谱清言PC客户端上线，用户可免费体验其研究能力和操作能力。此次发布的为preview版本，核心支持research场景；在未来两周，我们将进一步扩展更多智能体执行能力。包括推出“虚拟机”版本，进一步增强AIAgent的实际落地能力。
沉思功能，目前已经正式上线智谱清言网页端、PC端和手机App，免费、不限量地开放给大家。这也是国内首个正式开放的DeepResearch功能。
GLM系列模型
「AutoGLM沉思」模型的背后，是智谱自主研发的全栈大模型技术，融合了GLM-4的通用能力、GLM-Z1的反思能力、GLM-Z1-Rumination的沉思能力，以及AutoGLM的自动执行能力。
新版基座模型
基于最新的技术积累，我们重新训练了一个320亿参数的基座模型GLM-4-Air-0414，在预训练阶段加入了更多的代码类、推理类数据，并在对齐阶段针对智能体能力进行了优化，模型在工具调用、联网搜索、代码等智能体任务上的能力得到大大加强。
GLM-4-Air-0414以32B参数量比肩更大参数量的国内外主流模型，这使得模型在适配智能体任务方面特别有效。这是因为智能体任务往往涉及多轮复杂交互，32B的参数量使得GLM-4-Air-0414能快速执行复杂任务，为AI智能体的真正大规模落地应用提供了坚实基础。
新版推理模型
基于GLM-4-Air-0414，智谱引入了更多推理类数据，并在对齐阶段深度优化了通用能力，推出了全新的深度思考模型GLM-Z1-Air。
在性能表现上，可以与DeepSeek-R1（671B，激活37B）媲美。我们在AIME24/25、LiveCodeBench、GPQA等基准测试中对GLM-Z1-Air进行了评估，评估结果显示GLM-Z1-Air展现了较为强大的数理推理能力，为更多复杂任务的解决提供了支持：
在推理速度上，GLM-Z1-Air相比R1提升了8倍，成本可以降低至1/30，实现高性能与高性价比的双重突破。
此外，GLM-Z1-Air可在消费级显卡上运行。为了更进一步解放开发者在硬件方面的限制。
此外，我们也在MAAS平台上将免费模型GLM-4-Flash的基座版本更新至GLM-4-Flash-0414，并推出了对应的推理版本GLM-Z1-Flash，在保留大部分效果的情况下更轻量级、更高速，完全免费调用，以适用于更广泛的应用场景。
沉思模型
基于GLM-Z1，我们通过扩展强化学习训练，提升了模型结合工具使用完成长程推理能力，训练出沉思模型GLM-Z1-Rumination。
该模型突破了传统AI单纯依赖内部知识推理的局限，创新性地结合实时联网搜索、动态工具调用、深度分析和自我验证，形成完整的自主研究流程：
实时搜索：主动获取最新信息，突破信息孤岛。
深度分析：进行多角度逻辑推理，避免单一思维路径。
动态验证：不断修正假设，提高研究的准确性与逻辑性。
GLM-Z1-Rumination能够主动理解用户需求，在复杂任务中不断优化推理、反复验证与修正假设，使研究成果更具可靠性与实用性。相比于传统的推理模型，我们期待沉思模型引领AI助手进入一个“高智商”到“高智商+高自主”的阶段，能够自主完成更复杂、更深入的研究任务。
AutoGLM
智谱的AutoGLM系列再次取得重要进展。
在斯坦福大模型中心《AI指数2024》选定的智能体基准评测AgentBench上，AutoGLM系列模型在5个测试环境中也取得了SOTA的成绩。其中，在PhoneUse基准（AndroidLab&AndroidWorld）中，AutoGLM-Phone的任务成功率较此前最佳成绩提升超过20%；在BrowserUse基准上，AutoGLM-Web也全面超越OpenAIGPT-4o和AnthropicClaude-3.5-Sonnet，展现了在网页交互场景中的领先能力。
在GUI智能体领域，智谱自研模型GLM-PC（CogAgent）在多个权威评测榜单上取得SOTA成绩。凭借仅9B的参数，CogAgent超越了包括GPT-4o+UGround、ClaudeComputerUse等更大规模的同类模型或商用API。
上述模型将于4月14日开源。并将在未来两周内陆续上线MaaS平台（bigmodel.cn）。
请输入验证码