AutoGLM開源，首個具備“手機使用”能力的AI Agent

始智AI wisemodel.cn社區是源自中國的中立開放的AI開源社區。正在，歡迎加入共同成長。wisemodel推出邀請注冊獎勵活動，最高可得算力券+token包380元獎勵，歡迎參與和支持！

過去很長一段時間里，行業內始終圍繞著一個核心問題展開思考：如果 AI 真的能成為 “助手”，它能否像人類一樣，拿起手機將一件事從頭做到尾？

在大眾的想象中，AI 不該只局限于聊天框內的文字交互，更應走進用戶日常依賴的各類 App 里：既能在外賣軟件中完成從選品到下單的全流程，也能在云手機中批量處理通知、點贊評論，還能在銷售、客服、出勤等場景中，自動完成那些重復繁瑣、讓人不愿手動操作的任務。AutoGLM 團隊做的正是讓 AI 真正掌握 “使用手機” 的能力。AutoGLM已上線始智AI-wisemodel開源社區，歡迎體驗。

模型地址

https://wisemodel.cn/models/ZhipuAI/AutoGLM-Phone-9B

https://wisemodel.cn/models/ZhipuAI/AutoGLM-Phone-9B-Multilingual

01.

為行業構建公共底座

從產品層面看，AutoGLM 已能支撐多個真實場景；從技術積累來看，其成果足以形成多份深度技術報告。而在這樣的節點選擇開源，團隊有著三重明確的考量：

1. 打破少數廠商的技術壟斷

AI 手機已是行業明確趨勢，但如果 “AI 使用手機的核心能力” 僅被少數廠商掌握，將直接限制開發者的創新空間 —— 開發者的產品迭代需依賴平臺開放接口，用戶的核心設備也可能逐漸淪為 “他人的入口”。AutoGLM 開源的首要初衷，便是將這一核心能力轉化為全行業可共享、可打磨的公共底座。無論是將其作為積木嵌入自有系統，還是拆解、重寫、改造，每個開發者和團隊都能將其化為自身產品的一部分，讓 AutoGLM 從 “智譜的技術” 變為 “行業的工具”。

2. 讓隱私與控制權留在使用方手中

Phone Use 能力的規模化應用，必然觸及個人微信、支付信息、聊天記錄、企業內部系統等敏感領域。AutoGLM 團隊認為，這些核心數據不應由技術提供方掌控。通過開源與私有化部署，企業和開發者可在自身合規環境中，完整掌控數據、日志和權限，讓手機真正成為 “專屬 AI 手機”。正如團隊所強調的：“技術向整個生態開放，數據與隱私永遠留在使用方這一側。”

3. 降低行業創新門檻

AutoGLM 的研發之路充滿挑戰，團隊啃下的技術難題、踩過的坑、重寫的框架，在諸多場景中都具備復用價值。但 “一花獨放不是春”，Agent 技術的全面爆發，需要全行業的共同參與。團隊期待看到：

• 有團隊基于 AutoGLM 打造真正的 AI 原生手機；

• 有研究者拆解其中模塊，形成新論文、新算法；

• 有個人開發者將 Demo 轉化為實際項目，在小眾場景中落地應用。

他們的最終愿景是：從開源之日起，人人都能擁有自己的手機 Agent。

02.

從 “亂點” 到 “可控” 的技術突破

自2023年4月起，AutoGLM 團隊便從零起步，開啟長達32個月的技術探索。他們的核心目標很明確：讓 AI 不僅能 “說”，更能 “做”。

1. 從 “亂點的手” 到 “可控的手”

最初的版本中，基于大模型構建的系統僅能執行 “點擊”“滑動” 等基礎操作，偶爾能完成短流程任務，更多時候會陷入無意義的操作或死循環。為解決這一問題，團隊耗時近一年梳理問題、搭建框架：

• 構建了完整的 Phone Use 能力框架；

• 抽象出點擊、滑動、輸入、截圖、界面理解等基礎動作；

• 讓模型學會將自然語言指令拆解為穩定、可回放的操作步驟；

• 成功處理網絡波動、彈窗打斷、廣告遮擋等真實場景中的 “臟信息”。

2024 年 10 月 25 日，團隊發布了首個能在真機上穩定完成完整操作鏈路的 AutoGLM，該產品也被業內認定為全球首個具備 Phone Use 能力的 AI Agent。

2. 人類歷史上第一個 AI 發出的手機紅包

2024 年 11 月，AutoGLM 實現了一項標志性突破 —— 發出人類歷史上第一個由 AI 獨立完成的手機紅包。這一操作并非依賴腳本錄制或內嵌 API 調用，而是 AI 通過 “看見” 屏幕界面、“理解” 功能含義，一步步手動點擊完成。這一成果向行業傳遞了明確信號：手機上的諸多交互場景，首次可以完全由 AI 獨立接手。

3. 升級至云手機：安全優先的技術演進

2025 年，AutoGLM 2.0 正式發布。團隊驗證了強化學習的規模擴展定律，提出 MobileRL、ComputerRL 和 AgentRL 算法，讓 AI 能在數千個虛擬設備環境中同時進行強化學習，大幅提升了 Agent 的準確性和泛化能力。

更值得關注的是，為保障用戶隱私安全，團隊并未讓 Agent 直接操作用戶的真實手機或核心 App，而是將其部署在與真實世界隔離的云端虛擬手機中：

• 所有操作均可回放、審計和干預；

• 敏感數據實現嚴格隔離；

• 主動放棄了微信等涉及用戶隱私的高頻 App 操作權限。

這一設計背后的邏輯清晰而務實：在讓 AI “會用手機” 之前，先確保它 “不會亂伸手”。

03.

一套 “拿來就用” 的完整能力

此次開源提供了一整套可直接落地的技術工具，具體包括：訓練完成的核心模型；Phone Use 能力框架與工具鏈；覆蓋 50 + 高頻中文 App 的可直接跑通 Demo；針對 Android 系統的適配層與示例工程；詳細文檔與快速上手指南。

其中，模型以 MIT 開源許可證開放，所有代碼以 Apache-2.0 許可證托管于 GitHub 倉庫。開發者既可將其作為現成的基礎設施直接使用，也可按需拆用部分模塊，甚至進行徹底改造，核心目標是幫助每個使用者更接近心目中的 “AI 原生手機”。

當前的 AutoGLM 并非完美答案，真實世界的手機應用場景復雜多樣，它尚未完全覆蓋；未來的 AI 手機生態，也可能出現遠超當下想象的形態。而 AutoGLM 團隊所做的，只是將對 “AI 會不會用手機” 這一問題的一次完整探索，誠實、完整地交到行業手中。

正如 Andrej Karpathy 所言，從 AutoGLM 開源開始，人人都能擁有自己的手機 Agent。我們面臨的或許不只是 “Agent 元年”，更是 “Agent 的十年”。接下來，AutoGLM 團隊將持續深耕技術，也期待與全行業共同推動 Agent 開源生態的發展。唯有如此，那個存在于想象中的 “賈維斯”，才會真正走進每個人的生活。

----- END -----

wisemodel相關：

系列模型：

關于wisemodel更多

1

歡迎持續關注和支持

開源社區建設需要長期堅持和投入，更需要廣大用戶的積極參與、貢獻和維護，歡迎大家加入wisemodel開源社區的志愿者計劃和開源共創計劃。期待更多開發者將開源成果，包括模型、數據集和代碼等發布到 wisemodel.cn 社區，共建中立、開放的AI開源社區生態。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續關注wisemodel.cn開源社區動態。

2

歡迎加盟wisemodel開源社區

始智AI wisemodel社區自2023年9月上線以來，逐漸成為影響力日益擴大的中立開放的AI開源社區，為了加快公司發展，我們長期需要技術、運營等人才加盟，技術側重在AI infra、后端開發，熟悉K8S、模型訓練和推理等技術， 以及熟悉開發者生態運營的成員，歡迎感興趣的朋友加盟，可以通過添加wisemodel微信，或者將簡歷投遞到郵箱：liudaoquan@wisemodel.cn

3

歡迎投稿優質內容

歡迎投稿分享人工智能領域相關的優秀研究成果，鼓勵高校實驗室、大企業研究團隊、個人等，在wisemodel平臺上分享各類優質內容，可以是AI領域最新論文解讀、最新開源成果介紹，也可以是關于AI技術實踐、應用和總結等。投稿可以發郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關于wisemodel開源社區

始智AI wisemodel.cn開源社區由清華校友總會AI大數據專委會副秘書長劉道全創立，旨在打造和建設中立開放的AI開源創新社區，將打造成“HuggingFace”之外最活躍的AI開源社區，匯聚主要AI開源模型、數據集和代碼等，歡迎高校科研院所、大型互聯網公司、創新創業企業、廣大個人開發者，以及政府部門、學會協會、聯盟、基金會等，還有投資機構、科技媒體等，共同參與建設AI開源創新生態。

向上滑動查看