智東西（公眾號：zhidxcom）
編輯 程茜

智東西3月31日消息，今天，智譜在中關村論壇上正式發布AutoGLM沉思，這也是全球首個集深度研究與實際操作能力于一體的Agent。

AutoGLM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，實現了真正的長程推理和任務執行，這也是國內首個正式開放的Deep Research功能。

經智譜內部評估，AutoGLM沉思背后的深度思考模型GLM-Z1-Air，在性能表現上可以與DeepSeek-R1（671B，激活37B）媲美。

目前，該功能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。智譜此次發布的為preview版本，核心支持research場景；在未來兩周，其將進一步擴展更多智能體執行能力，包括推出“虛擬機”版本。

其技術演進路徑包括：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，智譜將于4月14日正式開源，并將在未來兩周內陸續上線MaaS平臺。

體驗地址：https://autoglm-research.zhipuai.cn/?channel=autoglm_android

一、AutoGLM沉思三大關鍵特性，讓機器“邊想邊干”

智譜打造AutoGLM沉思的目標就是：讓機器不僅能夠思考，還能主動行動，實現“邊想邊干”。

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Deep Research不同，它不僅能深入研究，還能真正執行任務，推動AI Agent從單純的思考者，進化為能交付結果的智能執行者。

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。

1、新版基座模型

基于最新的技術積累，智譜重新訓練了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，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。

2、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，GLM-Z1-Air可以與DeepSeek-R1（671B，激活37B）媲美。智譜在AIME 24/25、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。

此外，GLM-Z1-Air可在消費級顯卡上運行。

智譜還在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。

3、沉思模型

基于GLM-Z1，智譜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，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：

實時搜索可以主動獲取最新信息，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；動態驗證可以不斷修正假設，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。

4、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Phone Use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Browser Use基準上，AutoGLM-Web也全面超越OpenAI GPT-4o和Anthropic Claude-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9B參數規模，CogAgent超越了包括GPT-4o+UGround、Claude Computer Use等更大規模的同類模型或商用API。

二、聚焦Agentic GLM研發，聯手金融、教育、醫療、政務、企服賽道

智譜在AI Agent領域的研發，包括從最早推出具備Function Call能力的智譜清言，到率先上線支持智能體編排的GLMs，再到推出全球首個設備操控智能體AutoGLM。

2025年，智譜將戰略聚焦Agentic GLM的研發。

在技術方面，智譜將依托原創自主大模型技術，持續推動具備邏輯推理和深度思考能力的Agent基座模型與通用基座模型的研發，再到智能體框架與Agent應用，朝著讓機器像人一樣思考和行動的目標不斷前進。

智譜還將搭建Agentic LLM平臺，助力生態合作伙伴利用智譜模型與智能體的強大能力，構建行業、地域與場景深度融合的智能體應用。

在行業生態方面，智譜將作為模型廠商，幫助應用合作伙伴在GLM模型上實現成功的大模型應用。目前，智譜已攜手金融、教育、醫療、政務、企服等領域的合作伙伴，共同推進Agentic LLM的落地應用。

與此同時，智譜也相繼與北京、杭州、上海、成都、珠海等城市達成合作，與當地龍頭企業攜手推動當地大模型應用生態的建設。