fr.wedoany.com Rapport : Le 9 juillet, Stepfun lancera un nouveau terminal d'agent intelligent, offrant une nouvelle solution terminale pour l'ère des agents. Les orientations produits associées incluent une marque de terminal IA, un système d'agent intelligent et un téléphone mobile agent IA, le cœur de l'activité s'étendant de la fourniture de capacités de grands modèles aux terminaux matériels et aux points d'entrée d'agents côté terminal.
Le cœur technique du nouveau terminal d'agent intelligent ne consiste pas seulement à intégrer un grand modèle dans un téléphone ou un appareil matériel, mais à placer le modèle, l'interaction avec le système d'exploitation, la perception côté terminal, l'exécution des tâches et l'orchestration des capacités cloud dans une même chaîne. Les assistants téléphoniques traditionnels se limitent principalement au réveil vocal, à l'appel d'applications et à la recherche d'informations, tandis que le terminal d'agent intelligent doit comprendre l'intention de l'utilisateur, identifier l'écran et le contexte environnemental, décomposer les tâches en plusieurs étapes et effectuer des opérations continues entre les applications de communication, d'agenda, de recherche, de prise de vue, de documents, de paiement, de déplacement, de bureau, etc. Pour réaliser de telles capacités, le côté terminal doit disposer d'entrées multimodales, d'inférence de modèle côté terminal, de gestion des autorisations, d'appels d'interface d'application et de mémoire d'état des tâches ; le côté cloud doit fournir des capacités de modèle plus importantes, un raisonnement complexe, un traitement de contexte long et une synchronisation entre appareils. En s'engageant dans les terminaux d'agent intelligent, Stepfun concentrera ses efforts techniques sur l'architecture de collaboration terminal-cloud, le système d'agent intelligent, le modèle d'opération GUI, l'interaction multimodale et l'adaptation du téléphone lui-même.
Si le téléphone mobile agent IA entre en phase de déploiement, le côté matériel doit résoudre non seulement les puces et les écrans. Les réseaux de microphones, les caméras, les capteurs, la puissance de calcul côté terminal, les autorisations système, le contrôle de la consommation d'énergie, l'isolation de la vie privée et le stockage local affecteront tous la capacité de l'agent à fonctionner de manière stable.
Stepfun a déjà fait de « IA + terminal » une direction importante, ses capacités produits couvrant des scénarios tels que les téléphones, les voitures et l'interaction multimodale. Contrairement aux simples API de modèles, le terminal d'agent intelligent exige que le modèle entre réellement dans les appareils à haute fréquence d'utilisation des utilisateurs et exécute des tâches réalisables dans des applications réelles. Le téléphone est le point d'entrée le plus typique, car il possède simultanément l'identité, le paiement, la communication, la caméra, la localisation, l'écosystème d'applications et les données personnelles ; une fois le système d'agent intégré dans le téléphone, le modèle ne se contente plus de répondre aux questions, mais peut effectuer des opérations inter-applications, organiser des informations, générer du contenu, exécuter des processus et coordonner des appareils en fonction des instructions de l'utilisateur.
Cette solution terminale implique également une collaboration entre la fabrication des appareils et les entreprises de grands modèles. Pour que le téléphone mobile agent IA soit déployé en masse, il nécessite l'adaptation conjointe des entreprises de modèles, des fabricants ODM, des équipes logicielles système, de l'écosystème d'applications et des plateformes de puces ; si le grand modèle est simplement préinstallé comme une application sur le téléphone, il ne peut pas créer une véritable expérience de terminal d'agent intelligent. Un véritable système d'agent intelligent doit établir un canal stable entre les autorisations sous-jacentes, les interfaces d'application, l'inférence côté terminal et le modèle cloud, et optimiser la capacité d'exécution des tâches en plusieurs étapes grâce à un entraînement continu.
Les points d'attention ultérieurs du nouveau terminal d'agent intelligent de Stepfun se concentreront sur plusieurs aspects techniques : comment le système d'agent intelligent appelle les applications du téléphone, combien de tâches locales le modèle côté terminal peut prendre en charge, comment les entrées multimodales sont converties en opérations exécutables, comment le grand modèle cloud et le système local se répartissent le travail, comment les données privées sont isolées, et si le téléphone mobile agent IA possède une capacité d'exécution de tâches continues indépendante des assistants vocaux traditionnels.
