智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
BAUMER/堡盟
7月18日消息，OpenAI CEO 奧特曼(Sam Altman)帶隊直播25分鐘發(fā)布“ChatGPT Agent”，首個統(tǒng)一智能體，大大提升了ChatGPT處理現(xiàn)實世界任務(wù)需求的能力。
例如，通過ChatGPT Agent，可以讓ChatGPT處理以下請求：“查看我的日歷，并根據(jù)最新消息簡要介紹即將召開的客戶會議”、“計劃和購買食材，為四人做日式早餐”以及“分析三個競爭對手并創(chuàng)建幻燈片”。ChatGPT將智能地瀏覽網(wǎng)站、過濾結(jié)果、在需要時提示你安全登錄、運行代碼、進行分析，甚至提供可編輯的PPT、Excel，總結(jié)其分析結(jié)果。
奧特曼稱：“ChatGPT Agent使用計算機執(zhí)行復(fù)雜任務(wù)，對自己來說是一個真正感受AGI的時刻。”
即日起，專業(yè)版(Pro)、增強版(Plus)和團隊版(Team)ChatGPT 用戶都可使用ChatGPT Agent。
ChatGPT Agent的使用入口沒變，還是在ChatGPT原頁面，“工具”下拉選擇“Agent mode”即可。
融合三大能力，PPT比人做得好
今年1月，OpenAI發(fā)布了首個智能體Operator，讓AI像人類一樣直接與GUI交互，可以自主上網(wǎng)、點擊和輸入。
Operator推出2周后，OpenAI又推出了首個Deep Research，推理模型直接可以使用工具，開展研究，擅長分析和總結(jié)信息。
現(xiàn)在，ChatGPT Agent融合了此前三大技術(shù)突破的優(yōu)勢：Operator與網(wǎng)站交互的能力，Deep Research整合信息的技巧，以及ChatGPT智能對話優(yōu)勢。
“Agent mode”下的ChatGPT可以直接使用用戶的計算機資源，包括智能瀏覽網(wǎng)頁、篩選結(jié)果，在需要時提醒安全登錄、運行代碼、進行分析，還能直出PPT和Excel匯總發(fā)現(xiàn)結(jié)果。
為了展示ChatGPT Agent能力，團隊演示了一個真實場景：上傳一張團隊吉祥物圖片，ChatGPT 可以制作公司吉祥物漫畫風(fēng)貼紙，然后再訂購500張并送到某個地址。
在理解提示詞后，ChatGPT 先整合搜索-再推理創(chuàng)作-再執(zhí)行任務(wù)，調(diào)用用工具Imagen生成動漫版圖片，設(shè)計貼紙，最后從StickerMule訂購500份寄到的用戶指定的地址。
另外，團隊還演示了ChatGPT Agent做PPT的能力。
要求ChatGPT從Google云中提取分析評估數(shù)據(jù)并制作成PPT，直接用圖表展示結(jié)果。
ChatGPT Agent 鏈接Google云API進行搜索，并讀取相關(guān)內(nèi)容信息，并編寫一些代碼。
模型使用圖像生成功能，為PPT 圖表做一些裝飾和優(yōu)化。
制作出第一張PPT，還不夠精致。
強化學(xué)習(xí)的一個關(guān)鍵特性是模型會審視自己的結(jié)果，并加以完善，以交付出色的最終結(jié)果。
最終，ChatGPT Agent調(diào)用模型生成了PPT圖表。
ChatGPT Agent “跑分”情況
在網(wǎng)頁瀏覽、現(xiàn)實任務(wù)完成能力的評估中，ChatGPT Agent全部刷新了SOTA。
在人類最后考試(HLE)中，ChatGPT Agent以41.6%的得分，刷新了最高紀錄。當(dāng)研究團隊采用并行策略后，即同時運行最多8次并選取自信度最高結(jié)果，HLE得分直接刷到了44.4%。
在最難的數(shù)學(xué)基準(zhǔn)測試FrontierMath中，通過使用工具，如訪問終端執(zhí)行代碼，ChatGPT Agent的準(zhǔn)確率達到27.4%，遠遠優(yōu)于之前的o3和o4-mini兩種模型。
在旨在評估模型在復(fù)雜、經(jīng)濟上有價值的知識工作任務(wù)上的性能的內(nèi)部基準(zhǔn)上，ChatGPT Agent的輸出大約有一半的情況下與人類相當(dāng)或更好，同時明顯優(yōu)于o3和o4 mini。
在評估數(shù)據(jù)科學(xué)生產(chǎn)力任務(wù)的DSBench中，ChatGPT Agent顯著超越了人類表現(xiàn)。
在Excel編輯能力的SpreadsheetBench測試中，當(dāng)能夠直接編輯電子表格時，ChatGPT Agent的得分甚至更高，為45.5%，而Excel中的Copilot為20.0%。
在投行分析師1-3年級建模任務(wù)的內(nèi)部評估中，ChatGPT Agent表現(xiàn)優(yōu)于Deep Research和o3模型。
在OpenAI發(fā)布的BrowseComp基準(zhǔn)測試(衡量瀏覽代理在網(wǎng)絡(luò)上定位難以找到的信息的能力)，ChatGPT Agent以68.9%的準(zhǔn)確率成為新SOTA，比Deep Research高出17.4%。
最后，關(guān)于WebArena?(在新窗口中打開)，這是一個旨在評估網(wǎng)絡(luò)瀏覽代理在完成現(xiàn)實世界網(wǎng)絡(luò)任務(wù)方面的性能的基準(zhǔn)測試，ChatGPT Agent比基于o3的CUA(為Operator提供動力的模型)有所改進。
AI Agent三維競爭格局形成
2025年是全球AI Agent技術(shù)爆發(fā)元年，行業(yè)從基礎(chǔ)大模型競爭全面轉(zhuǎn)向智能體落地，競爭格局呈現(xiàn)多層級分化。
在通用領(lǐng)域，今年年初，中國團隊開發(fā)的全球首個通用Agent“Manus”發(fā)布即引發(fā)震撼，6月訪問量達1616萬次。
在垂直領(lǐng)域，就在OpenAI ChatGPT Agent發(fā)布前一天，亞馬遜云科技發(fā)布了企業(yè)級Agent部署平臺Amazon Bedrock AgentCore，提供七大核心服務(wù)(如運行時隔離、代碼沙盒、瀏覽器工具)，支持8小時異步任務(wù)，幫助開發(fā)者打通AI agent從概念驗證到生產(chǎn)部署之間的關(guān)鍵環(huán)節(jié)。
隨著OpenAI ChatGPT Agent的強勢加入，當(dāng)前AI Agent已形成 “通用 vs 垂直”、“端到端 vs 多模型”、“C端工具 vs B端平臺”的三維競爭格局。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
