今天，智譜在中關村論壇上正式發布AutoGLM沉思，這一全新智能體不僅具備深度研究能力（DeepResearch），還能實現實際操作（Operator），真正推動AIAgent進入“邊想邊干”的階段。

AutoGLM沉思的技術演進路徑包括：GLM-4基座模型→GLM-Z1推理模型→GLM-Z1-Rumination沉思模型→AutoGLM模型。其中核心鏈路的模型和技術，我們將于4月14日正式開源，以推動行業生態發展。

“讓機器像人一樣思考”，智譜始終專注于AGI的基座模型研發，目前已經探索到L3-AgenticLLM階段。在行業生態方面，智譜堅持和行業伙伴共創，用其在大模型研發上的積累幫助行業伙伴成功，合力做出成功的大模型應用。智譜也積極推動中國AI解決方案出海，幫助“一帶一路”國家構建自主、可控、無幻覺的國家級/區域級自主大模型。

      AutoGLM沉思

在AIAgent的發展過程中，智譜始終在不斷探索和創新。從最早推出具備FunctionCall能力的智譜清言（2023.10），到率先上線支持智能體編排的GLMs（2024.1），再到推出全球首個設備操控智能體AutoGLM（2024.10），智譜一直引領AIAgent上界的探索。

今天，智譜推出全新的AutoGLM沉思模型，全球首個集深度研究與實際操作能力于一體的Agent。這是自主智能體技術的一次重要進步，也是設備操控智能體的進一步升級。

AutoGLM沉思體現了智譜對AIAgent的核心理解：讓機器不僅能夠思考，還能主動行動，實現“邊想邊干”的目標。

這一能力的實現依賴于三個關鍵特性：

深度思考：能夠模擬人類在面對復雜問題時的推理與決策過程。

感知世界：能夠像人一樣獲取并理解環境信息。

工具使用：能夠像人一樣調用和操作工具，完成復雜任務。

AutoGLM沉思融合了以上三大能力。與OpenAI的DeepResearch不同，它不僅能深入研究，還能真正執行任務，推動AIAgent從單純的思考者，進化為能交付結果的智能執行者。

為什么叫AutoGLM沉思，因為在AutoGLM沉思背后的模型，是我們全新推出的Agent大腦——沉思模型，即通過強化學習，讓模型學會自我批評、反思、甚至沉思，并通過更長的深度思考時間換取更優的效果。沉思突破了實時聯網搜索、動態工具調用、深度分析和自我驗證，實現真正的長程推理和任務執行。

目前，AutoGLM沉思在智譜清言PC客戶端上線，用戶可免費體驗其研究能力和操作能力。此次發布的為preview版本，核心支持research場景；在未來兩周，我們將進一步擴展更多智能體執行能力。包括推出“虛擬機”版本，進一步增強AIAgent的實際落地能力。

沉思功能，目前已經正式上線智譜清言網頁端、PC端和手機App，免費、不限量地開放給大家。這也是國內首個正式開放的DeepResearch功能。

        GLM系列模型

「AutoGLM沉思」模型的背后，是智譜自主研發的全棧大模型技術，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的自動執行能力。

      新版基座模型

基于最新的技術積累，我們重新訓練了一個320億參數的基座模型GLM-4-Air-0414，在預訓練階段加入了更多的代碼類、推理類數據，并在對齊階段針對智能體能力進行了優化，模型在工具調用、聯網搜索、代碼等智能體任務上的能力得到大大加強。

GLM-4-Air-0414以32B參數量比肩更大參數量的國內外主流模型，這使得模型在適配智能體任務方面特別有效。這是因為智能體任務往往涉及多輪復雜交互，32B的參數量使得GLM-4-Air-0414能快速執行復雜任務，為AI智能體的真正大規模落地應用提供了堅實基礎。

      新版推理模型

基于GLM-4-Air-0414，智譜引入了更多推理類數據，并在對齊階段深度優化了通用能力，推出了全新的深度思考模型GLM-Z1-Air。

在性能表現上，可以與DeepSeek-R1（671B，激活37B）媲美。我們在AIME24/25、LiveCodeBench、GPQA等基準測試中對GLM-Z1-Air進行了評估，評估結果顯示GLM-Z1-Air展現了較為強大的數理推理能力，為更多復雜任務的解決提供了支持：

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，實現高性能與高性價比的雙重突破。

此外，GLM-Z1-Air可在消費級顯卡上運行。為了更進一步解放開發者在硬件方面的限制。

此外，我們也在MAAS平臺上將免費模型GLM-4-Flash的基座版本更新至GLM-4-Flash-0414，并推出了對應的推理版本GLM-Z1-Flash，在保留大部分效果的情況下更輕量級、更高速，完全免費調用，以適用于更廣泛的應用場景。

沉思模型

基于GLM-Z1，我們通過擴展強化學習訓練，提升了模型結合工具使用完成長程推理能力，訓練出沉思模型GLM-Z1-Rumination。

該模型突破了傳統AI單純依賴內部知識推理的局限，創新性地結合實時聯網搜索、動態工具調用、深度分析和自我驗證，形成完整的自主研究流程：

實時搜索：主動獲取最新信息，突破信息孤島。

深度分析：進行多角度邏輯推理，避免單一思維路徑。

動態驗證：不斷修正假設，提高研究的準確性與邏輯性。

GLM-Z1-Rumination能夠主動理解用戶需求，在復雜任務中不斷優化推理、反復驗證與修正假設，使研究成果更具可靠性與實用性。相比于傳統的推理模型，我們期待沉思模型引領AI助手進入一個“高智商”到“高智商+高自主”的階段，能夠自主完成更復雜、更深入的研究任務。

      AutoGLM

智譜的AutoGLM系列再次取得重要進展。

在斯坦福大模型中心《AI指數2024》選定的智能體基準評測AgentBench上，AutoGLM系列模型在5個測試環境中也取得了SOTA的成績。其中，在PhoneUse基準（AndroidLab&AndroidWorld）中，AutoGLM-Phone的任務成功率較此前最佳成績提升超過20%；在BrowserUse基準上，AutoGLM-Web也全面超越OpenAIGPT-4o和AnthropicClaude-3.5-Sonnet，展現了在網頁交互場景中的領先能力。

在GUI智能體領域，智譜自研模型GLM-PC（CogAgent）在多個權威評測榜單上取得SOTA成績。憑借僅9B的參數，CogAgent超越了包括GPT-4o+UGround、ClaudeComputerUse等更大規模的同類模型或商用API。

上述模型將于4月14日開源。并將在未來兩周內陸續上線MaaS平臺（bigmodel.cn）。