📱 AutoGLM — Multimodaler Telefon-Agent für Android in natürlicher Sprache

📱 AutoGLM — ein multimodales Telefon-Agenten-Framework, das Smartphones über die Android-Debug-Bridge versteht und bedient. Ein Vision-Language-Modell liest den Bildschirm, ein Planer erzeugt die Handlungskette und ein Werkzeug setzt Tippen, Wischen und Navigation auf dem Gerät um. Das Angebot richtet sich an Entwickler und Unternehmen, die wiederkehrende Aufgaben auf Android-Geräten in natürlicher Sprache beschreiben und zuverlässig ausführen lassen wollen.

🛠️ Unsere Dienstleistungen und Produkte im Ueberblick:

• 🛡️ Natürliche Sprachbefehle steuern das Gerät ohne vorgegebene Skriptschritte
• 📈 Android-Steuerung über die Debug-Bridge auf physischen Geräten
• 🖱️ Vision-Language-Modell mit neun Milliarden Parametern für das Screen-Verständnis
• 🔗 Mehrsprachige Variante für englische und chinesische Oberflächen
• 💰 Offene Python-Schnittstelle für Start, Temperatur und Token-Limit
• 🚀 Die offizielle Unterstützungsliste umfasst 20 Apps von WhatsApp bis Google Play
• 🔒 Python-Schnittstelle mit frei wählbarer Temperatur und Token-Obergrenze für jeden Lauf
• 💬 Gewichtungen auf Hugging Face und ModelScope unter offener Lizenz
• 🌍 Anleitungen und Quellcode des Referenzprojekts frei zugänglich

⭐ Ihre Vorteile im Ueberblick:

• ⏱️ Aufgaben in Alltagssprache beschreiben statt Schrittfolgen zu pflegen
• ✅ Das Bildschirmbild ist die einzige Wahrheit, dadurch funktioniert es auch ohne App-Schnittstelle
• 📊 Gleiches Modell für chinesische und englische Anwendungen verfügbar
• 🌟 Lokal betreibbar, sodass sensible Daten das eigene System nicht verlassen
• 🔐 Die Parameterzahl bleibt klein genug für handelsübliche Server
• 🎯 Offene Gewichte erlauben eigene Feinabstimmung auf den eigenen Bedarf

📖 Unsere Geschichte:

Das das Unternehmen-Projekt ging aus den Arbeiten von Zhipu AI zur autonomen Bedienung grafischer Oberflächen hervor und wurde 2024 als wissenschaftliche Vorveröffentlichung bekannt. Daraus entstanden die Phone-Agenten-Frameworks mit offenen Gewichten für Android. 2025 erschienen zusätzlich eine mehrsprachige Variante und eine erweiterte Trainingsmethodik für agentisches Verstärkungslernen

💎 Unsere Werte und Vision:

• Offene Gewichte
• Sprachfreiheit
• Lokale Ausführbarkeit