智谱AI与清华大学团队联合研发的AutoGLM智能体实现了从对话交互到自主操作的技术跨越，能够通过自然语言指令自主控制手机、电脑等设备的图形用户界面(GUI)。其核心技术包括任务规划与执行解耦、自进化强化学习框架和多模态大模型应用，覆盖社交互动、电商购物、出行服务等场景。AutoGLM在多项基准测试中表现优异，但仍有应用范围有限、复杂任务处理能力待提升等局限性。该技术标志着AI向'智能伙伴'的转变，为通用人工智能(AGI)落地提供了新范式。

阿里通义千问团队推出全球首个端到端开源全模态大模型Qwen2.5-Omni，支持文本、图像、音频、视频的实时交互与流式响应，仅7B参数即超越千亿级闭源模型性能。其创新Thinker-Talker架构和TMRoPE位置嵌入技术实现多模态同步处理，在语音生成、视频理解等任务中表现优异，并在OmniBench等评测中达到SOTA水平。