Zhipu Ai está intensificando seu papel no movimento de IA da China, oferecendo seu novo sistema de agentes, a Ruminação AutoGlm, ao público gratuitamente por meio de seu site oficial e plataformas móveis.
The move adds pressure to China’s increasingly competitive AI sector, where firms are racing to develop autonomous systems capable of both reasoning and execution—while avoiding dependency on Tecnologia estrangeira e infraestrutura em nuvem.
Como os rivais introduzem modelos de assinatura ou acesso de portão por trás dos códigos de convite, o lançamento aberto da Zhipu se destaca-não apenas por sua acessibilidade, mas para o roteiro mais amplo da empresa, que combina a ambição técnica com o alinhamento geopolítico. src=”https://winbuzzfer.com/wp-content/uploads/2025/03/zhipu-autoglm-rumination.jpg”>
AutoGlm: um agente alimentado por modelos de linguagem de tarefas
autoglm rumination rumination ruminatio href=”https://github.com/thudm/glm-4/blob/main/readme_en.md”Target=”_ Blank”> Glm-4 , Glm-Z1, Glm-Z1-Rumination e agora o sistema de agentes de ruminação de autoglm. Ao contrário dos assistentes no estilo de chatbot, o agente é construído para executar tarefas como gerar relatórios de pesquisa, pesquisar na Web e planejar viagens.
Zhipu diz que o agente é executado nos modelos GLM-Z1-AIR e GLM-4-AIR-0414, que foram projetados com desempenho e eficiência em mente. Uma variante menor, Glm-Z1-Flash, também está disponível para uso em dispositivos de ponta inferior. Atualmente, a AutoGlm é acessível gratuitamente através de Zhipu Qingyan na Web, PC e Mobile, e a empresa planeja a linha aberta com os principais componentes de 14. Automação do navegador-Árvores nas quais a empresa afirma que seus modelos superam o GPT-4O e Claude 3,5 sonetos nos benchmarks de agente liderados por Stanford. abordagem. Manus apenas seus planos pagos, que incluem um nível inicial de US $ 39 por mês e um nível de US $ 199 Pro. Seu agente é lançado como um sistema totalmente autônomo, usando o encadeamento de LLM, o controle de múltiplos e o aprendizado de reforço para executar tarefas de várias etapas com a entrada mínima do usuário. Essas questões levantam preocupações sobre a confiabilidade, especialmente em fluxos de trabalho da missão crítica. Essa divergência estratégica pode participar de percepções mais amplas de transparência e acessibilidade na raça dos agentes da China. Em março de 2025, a empresa garantiu 500 milhões de yuans (cerca de US $ 69 milhões) em financiamento do
