编辑 | 程茜

智东西3月31日消息，今天，智谱在中关村论坛上正式发布AutoGLM沉思，这也是全球首个集深度研究与实际操作能力于一体的Agent。

AutoGLM沉思突破了实时联网搜索、动态工具调用、深度分析和自我验证，实现了真正的长程推理和任务执行，这也是国内首个正式开放的Deep Research功能。

经智谱内部评估，AutoGLM沉思背后的深度思考模型GLM-Z1-Air，在性能表现上可以与DeepSeek-R1（671B，激活37B）媲美。

目前，该功能已经正式上线智谱清言网页端、PC端和手机App，免费、不限量地开放。智谱此次发布的为preview版本，核心支持research场景；在未来两周，其将进一步扩展更多智能体执行能力，包括推出“虚拟机”版本。

其技术演进路径包括：GLM-4基座模型 →GLM-Z1推理模型→GLM-Z1-Rumination沉思模型→AutoGLM模型。其中核心链路的模型和技术，智谱将于4月14日正式开源，并将在未来两周内陆续上线MaaS平台。

体验地址：https://autoglm-research.zhipuai.cn/?channel=autoglm_android

智谱打造AutoGLM沉思的目标就是：让机器不仅能够思考，还能主动行动，实现“边想边干”。

这一能力的实现依赖于三个关键特性：

深度思考能够模拟人类在面对复杂问题时的推理与决策过程；感知世界能够像人一样获取并理解环境信息；工具使用能够像人一样调用和操作工具，完成复杂任务。

AutoGLM沉思融合了以上三大能力。与OpenAI的Deep Research不同，它不仅能深入研究，还能真正执行任务，推动AI Agent从单纯的思考者，进化为能交付结果的智能执行者。

AutoGLM沉思模型的背后，是智谱自主研发的全栈大模型技术，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的自动执行能力。

1、新版基座模型

基于最新的技术积累，智谱重新训练了320亿参数的基座模型GLM-4-Air-0414，在预训练阶段加入了更多的代码类、推理类数据，并在对齐阶段针对智能体能力进行了优化，模型在工具调用、联网搜索、代码等智能体任务上的能力得到大大加强。

GLM-4-Air-0414以32B参数量比肩更大参数量的国内外主流模型，这使得模型在适配智能体任务方面特别有效，是因为智能体任务往往涉及多轮复杂交互，32B的参数量使得GLM-4-Air-0414能快速执行复杂任务。

2、新版推理模型

基于GLM-4-Air-0414，智谱引入了更多推理类数据，并在对齐阶段深度优化了通用能力，推出了全新的深度思考模型GLM-Z1-Air。

在性能表现上，GLM-Z1-Air可以与DeepSeek-R1（671B，激活37B）媲美。智谱在AIME 24/25、LiveCodeBench、GPQA等基准测试中对GLM-Z1-Air进行了评估，评估结果显示GLM-Z1-Air展现了较为强大的数理推理能力，为更多复杂任务的解决提供了支持：

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可在消费级显卡上运行。

智谱还在MAAS平台上将免费模型GLM-4-Flash的基座版本更新至GLM-4-Flash-0414，并推出了对应的推理版本GLM-Z1-Flash，在保留大部分效果的情况下更轻量级、更高速，完全免费调用。

3、沉思模型

基于GLM-Z1，智谱通过扩展强化学习训练，提升了模型结合工具使用完成长程推理能力，训练出沉思模型GLM-Z1-Rumination。

该模型突破了传统AI单纯依赖内部知识推理的局限，结合实时联网搜索、动态工具调用、深度分析和自我验证，形成完整的自主研究流程：

实时搜索可以主动获取最新信息，突破信息孤岛；深度分析进行多角度逻辑推理，避免单一思维路径；动态验证可以不断修正假设，提高研究的准确性与逻辑性。

GLM-Z1-Rumination能够主动理解用户需求，在复杂任务中不断优化推理、反复验证与修正假设，使研究成果更具可靠性与实用性。

4、AutoGLM

智谱的AutoGLM系列再次取得重要进展。

在斯坦福大模型中心《AI指数2024》选定的智能体基准评测AgentBench上，AutoGLM系列模型在5个测试环境中也取得了SOTA的成绩。其中，在Phone Use基准（AndroidLab & AndroidWorld）中，AutoGLM-Phone的任务成功率较此前最佳成绩提升超过20%；在Browser Use基准上，AutoGLM-Web也全面超越OpenAI GPT-4o和Anthropic Claude-3.5-Sonnet，展现了在网页交互场景中的领先能力。

在GUI智能体领域，智谱自研模型GLM-PC（CogAgent）在多个权威评测榜单上取得SOTA成绩。凭借9B参数规模，CogAgent超越了包括GPT-4o+UGround、Claude Computer Use等更大规模的同类模型或商用API。

智谱在AI Agent领域的研发，包括从最早推出具备Function Call能力的智谱清言，到率先上线支持智能体编排的GLMs，再到推出全球首个设备操控智能体AutoGLM。

2025年，智谱将战略聚焦Agentic GLM的研发。

在技术方面，智谱将依托原创自主大模型技术，持续推动具备逻辑推理和深度思考能力的Agent基座模型与通用基座模型的研发，再到智能体框架与Agent应用，朝着让机器像人一样思考和行动的目标不断前进。

智谱还将搭建Agentic LLM平台，助力生态合作伙伴利用智谱模型与智能体的强大能力，构建行业、地域与场景深度融合的智能体应用。

在行业生态方面，智谱将作为模型厂商，帮助应用合作伙伴在GLM模型上实现成功的大模型应用。目前，智谱已携手金融、教育、医疗、政务、企服等领域的合作伙伴，共同推进Agentic LLM的落地应用。

与此同时，智谱也相继与北京、杭州、上海、成都、珠海等城市达成合作，与当地龙头企业携手推动当地大模型应用生态的建设。