據(jù)公司官網(wǎng)介紹，Operator通過強(qiáng)化學(xué)習(xí)，結(jié)合了GPT-4o的視覺能力與高級(jí)推理能力。它具備圖形用戶界面（GUI）的感知能力與結(jié)構(gòu)化問題解決能力，從而能把任務(wù)分解規(guī)劃為多個(gè)執(zhí)行步驟，并在遇到挑戰(zhàn)時(shí)自適應(yīng)地自我糾正。

具體原理是，Operator循環(huán)進(jìn)行感知（Perception）、推理（Reasoning）和執(zhí)行（Action）。

• 感知：電腦屏幕截圖會(huì)添加到模型的上下文信息中，提供電腦當(dāng)前狀態(tài)的視覺快照。

• 推理：智能體通過思維鏈來推斷接下來的步驟，同時(shí)考慮當(dāng)前和過去的屏幕截圖及操作。這種內(nèi)部思考過程，能夠讓模型評(píng)估其觀察結(jié)果、跟蹤中間步驟并動(dòng)態(tài)調(diào)整，從而提高任務(wù)執(zhí)行效果。

• 執(zhí)行：采取點(diǎn)擊、滾動(dòng)或打字等操作，直到判定任務(wù)已完成或需要用戶輸入為止。雖然智能體能自動(dòng)處理大部分步驟，但對(duì)于敏感操作，比如輸入登錄信息，智能體會(huì)尋求用戶接管。智能體還被設(shè)定為“拒絕有害請(qǐng)求并阻止不允許的內(nèi)容”。

感知：電腦屏幕截圖會(huì)添加到模型的上下文信息中，提供電腦當(dāng)前狀態(tài)的視覺快照。

推理：智能體通過思維鏈來推斷接下來的步驟，同時(shí)考慮當(dāng)前和過去的屏幕截圖及操作。這種內(nèi)部思考過程，能夠讓模型評(píng)估其觀察結(jié)果、跟蹤中間步驟并動(dòng)態(tài)調(diào)整，從而提高任務(wù)執(zhí)行效果。

執(zhí)行：采取點(diǎn)擊、滾動(dòng)或打字等操作，直到判定任務(wù)已完成或需要用戶輸入為止。雖然智能體能自動(dòng)處理大部分步驟，但對(duì)于敏感操作，比如輸入登錄信息，智能體會(huì)尋求用戶接管。智能體還被設(shè)定為“拒絕有害請(qǐng)求并阻止不允許的內(nèi)容”。

此前，Anthropic和Google DeepMind均推出了相似的電腦端AI智能體。在國(guó)內(nèi)，智譜在去年11月底也發(fā)布桌面智能助手GLM-PC。該助手具備視覺理解能力，擁有類人的深度思考和任務(wù)規(guī)劃能力，能夠像人類一樣理解、分析并執(zhí)行復(fù)雜的計(jì)算機(jī)操作任務(wù)。

OpenAI的創(chuàng)始成員Andrej Karpathy在社交平臺(tái)表示，Operator等智能體之于數(shù)字世界，就如同人形機(jī)器人之于物理世界。社交媒體上許多人預(yù)測(cè)2025年將是“智能體元年”，但他個(gè)人認(rèn)為2025至2035年才是真正的“智能體十年”。AI智能體要真正發(fā)揮作用，仍需要在各方面做大量工作。

# 追逐OpenAI

谷歌已同意向Anthropic追投10億美元

據(jù)英國(guó)《金融時(shí)報(bào)》1月22日?qǐng)?bào)道，谷歌正在向OpenAI的競(jìng)爭(zhēng)對(duì)手Anthropic投資逾10億美元。谷歌此案已向Anthropic投資了20億美元，擁有該公司10%的股權(quán)。兩家公司之間還簽訂有大型的云服務(wù)合同。Anthropic以其Claude系列AI模型而聞名。消息人士稱，去年12月，Anthropic的年化收入達(dá)到10億美元，較2023年增長(zhǎng)約10倍。該公司的收入主要來自企業(yè)銷售。

AI創(chuàng)企“黑馬”DeepSeek新模型對(duì)標(biāo)OpenAI o1

1月20日，DeepSeek發(fā)布DeepSeek-R1模型，并同步開源模型權(quán)重。據(jù)公司介紹，DeepSeek-R1在后訓(xùn)練階段大規(guī)模使用了強(qiáng)化學(xué)習(xí)技術(shù)，在僅有極少標(biāo)注數(shù)據(jù)的情況下，極大提升了模型推理能力。在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上，性能比肩 OpenAI o1 正式版。目前，登錄DeepSeek官網(wǎng)或官方App，打開“深度思考”模式，即可調(diào)用最新版 DeepSeek-R1完成各類推理任務(wù)。

字節(jié)跳動(dòng)發(fā)布豆包大模型1.5Pro

1月22日，字節(jié)跳動(dòng)推出豆包大模型1.5Pro版本。字節(jié)跳動(dòng)稱，所有模型訓(xùn)練過程中，未使用任何其他模型生成的數(shù)據(jù)。豆包大模型構(gòu)建自主的數(shù)據(jù)生產(chǎn)體系，以標(biāo)注團(tuán)隊(duì)與模型self play技術(shù)（自我博弈技術(shù)，一種強(qiáng)化學(xué)習(xí)的重要技術(shù)）相結(jié)合，高效優(yōu)化數(shù)據(jù)質(zhì)量，提升數(shù)據(jù)標(biāo)注多樣性和難度，確保數(shù)據(jù)來源的獨(dú)立性和可靠性。目前，Doubao-1.5-pro已在豆包App灰度上線。同時(shí)，開發(fā)者也可在火山引擎直接調(diào)用模型API。

#蘋果旺季不旺

蘋果去年第四季度在華市場(chǎng)份額驟降18%

市場(chǎng)調(diào)研機(jī)構(gòu)Counterpoint 1月21日公布的數(shù)據(jù)顯示，中國(guó)智能手機(jī)銷量在2024年第四季度同比下降3.2%，成為2024年唯一出現(xiàn)同比下滑的季度。第四季度，華為位居市場(chǎng)份額榜首，份額為18.1%，同比增長(zhǎng)15.5%；蘋果居第三，份額為17.1%，同比下滑18.2%。

Counterpoint高級(jí)研究分析師張萌萌表示，這是自美國(guó)禁令以來，華為首次奪回市場(chǎng)領(lǐng)導(dǎo)地位。華為銷量同比增長(zhǎng)15.5%，主要受到中端Nova 13系列和高端Mate 70系列發(fā)布的推動(dòng)。

整理：南都記者 楊柳