搜索
随着多模态大语言模型（Multimodal Large Language Model，MLLM）的快速发展，以 MLLM 为基础的多模态 agent 逐渐应用于各种实际应用场景中，这使得借助多模态 agent 实现手机操作助手成为了可能。
但实际上，AI Agent即将进入我们的日常生活，将会在我们工作、学习中扮演着越来越重要的角色。
一直以来，让 AI 成为手机操作助手都是一项颇具挑战性的任务。在该场景下，AI 需要根据用户的要求自动操作手机，逐步完成任务。
新的Agent打破了APP的界限，能够跨应用完成任务，成为了真·超级手机助手。
每隔一段时间，关于「新社交大战」的话题就会在中文互联网的语境中再度涌现，不是关于「字节放不下社交」，就是创业者们所显露出的「成为下一个抖音、微信」的野心。 新技术、新需求与新产品形态总会书写新一轮的社交竞争格局，这一次尝试改变的是来自AI。
GPT-4再次重磅更新，推出了整合了画图、插件、代码等所有工具的All Tools功能。
直至2023年，大模型提出“重做一遍”的口号，将创业者拉回2015年遍地黄金时代，这是所有人的机会，也是时代再造英雄的时刻。
距离上次推出的 v0.4.0 大版本的三周后，我们又再次迎来了重大的更新 — v0.5.0！在这个最新版本中，我们隆重推出了 AI Agent 能力。
2023年11月，OpenAI在首届开发者大会上推出了GPTs和Assitant API，不仅改写了AI Agent的构建范式，也把AI智能体的应用推向一个新高潮。
Sam Altman认为AGI很快就会降临，但若是没有感官兼备的AI何以称为智能？最近，UCLA等机构研究人员提出多模态具身智能大模型MultiPLY，AI可以知冷知热、辨音识物。