據(jù)媒體報道，OpenAI正準備推出一款代號為“Operator”的全新AI助理產(chǎn)品，可以自動執(zhí)行各種復(fù)雜操作，包括編寫代碼、預(yù)訂旅行、自動電商購物等。根據(jù)內(nèi)部員工爆料，OpenAI領(lǐng)導(dǎo)層預(yù)計將在2025年1月發(fā)布該產(chǎn)品，首先作為研究預(yù)覽版和開發(fā)工具推出，屆時將為開發(fā)人員開放API接口。
報道稱，OpenAI一直在進行幾個與智能體相關(guān)的研究項目。其中一位人士表示，最接近完成的將是一個在網(wǎng)絡(luò)瀏覽器中執(zhí)行任務(wù)的通用工具。
AI助理（AI Agent）是一種能夠感知環(huán)境、進行決策和執(zhí)行動作的智能實體，具備通過獨立思考、調(diào)用工具去逐步完成給定目標的能力，既能為C端提供個性化應(yīng)用，也能為B端提供降本增效方案。對于普通用戶而言，AI助理最核心的功能是AI自主操作手機，輔助完成復(fù)雜推理任務(wù)。
OpenAI首席執(zhí)行官阿爾特曼早已透露下場意愿。幾周前，他在Reddit的“問我任何問題”（Ask Me Anything）論壇上表示，“我們將擁有越來越好的模型，但我認為下一個重大突破將是AI助手�！痹谏蟼�月公司年度開發(fā)日之前的OpenAI新聞發(fā)布會上，該公司首席產(chǎn)品官Kevin Weil稱：“我認為2025年將是Agent系統(tǒng)最終進入主流的一年。”
站在OpenAI的角度，其在商業(yè)化進程中面臨著越來越大的壓力， ChatGPT漸進式的改進可能無法吸引用戶支付更高的價格。高管急切需要一款突破性產(chǎn)品，以證明對AI開發(fā)的巨額投資是值得的。
目前，OpenAI已開源了多功能協(xié)同AI Agent——Swarm，可創(chuàng)建多個智能體協(xié)同工作，以更高效地完成任務(wù)。其GPT o1模型增強了推理能力，使其在復(fù)雜問題的解決和用戶交互的自然性方面均有顯著進步，亦使其更加適用于AI Agent場景。
AI助理被視作通往AGI的核心基礎(chǔ)，在硬件廠商言必稱AI的時代，AI助理或成為終端智能化的突破口。甬興證券表示，AI Agent或?qū)⒄莆找苿踊ヂ?lián)新入口，流量分發(fā)格局有望重塑AI Agent智能體因具備較強交互性以及便利性，或可打通原先同個終端不同App之間的天然壁壘。
據(jù)《科創(chuàng)板日報》不完全梳理，國內(nèi)外頭部廠商正爭先推出AI助理產(chǎn)品——
微軟近期低調(diào)開源了AI工具OmniParser，其可幫助用戶創(chuàng)建個性化智能體，以操作個人計算機；10月22日，微軟宣布在Dynamics 365中集成10個自主AI Agent，支持OpenAI最新模型o1，具備自主學(xué)習(xí)能力，可自動執(zhí)行跨平臺復(fù)雜業(yè)務(wù)；9月，微軟推出了一款名為Windows Agent Arena的基準框架，同樣屬于AI助理開發(fā)范疇。
據(jù)The Information報道，谷歌計劃在12月預(yù)覽其大型動作模型“Project Jarvis”，該項目將幫助用戶執(zhí)行諸如“收集研究、購買產(chǎn)品或預(yù)訂航班”等任務(wù)。
10月22日，Anthropic為大模型Claude迭代了新功能——Computer Use，讓AI可以像人一樣操控電腦。Claude3.5 Sonnet是首個支持計算機控制的模型，能夠模擬人類操作計算機，包括移動光標、點擊按鈕和輸入文本。
蘋果選擇將Siri與ChatGPT集成，實現(xiàn)更智能的人機交互，另有網(wǎng)友發(fā)現(xiàn)蘋果已經(jīng)默默發(fā)布了Ferret-UI的兩個實現(xiàn)版本（分別基于Gemma 2B和Llama 8B），這是蘋果今年5月發(fā)布的一個可讓AI理解手機屏幕的技術(shù)。
華為則公布了一項可讓AI像人類一樣操作手機的新研究成果，相關(guān)團隊提出了一個手機控制架構(gòu)：Lightweight Multi-modal App Control（輕量級多模態(tài)應(yīng)用控制，簡稱LiMAC）。
中國獨角獸企業(yè)智譜AI已上線AI助理工具AutoGLM，無需手動操作，用戶對著手機說話（發(fā)出指令），便可讓其自動打開手機上的各類App，進行網(wǎng)購、點外賣、訂高鐵票，甚至發(fā)微信、搶紅包、評論朋友圈、整理筆記并生成攻略、總結(jié)論文。
中信證券表示，AutoGLM等終端AI助理技術(shù)將帶來更短路徑的交互形式，接受語音指令并自動完成復(fù)雜操作的能力將為消費者帶來極大便利，其有望成為AI終端的亮點功能并吸引消費者升級換代。
華泰證券也表示，AI助理落地將帶來多個層次的產(chǎn)業(yè)機遇，其中，Agent+終端有望推動人機交互變革，除了在終端銷售量價方面的變化外，可能對終端應(yīng)用的商業(yè)模式產(chǎn)生更加深遠的影響。
