多模态大模型能否实现跨应用自动化？全网观点激烈交锋_服务软件

1. Kimi K2.5开源多模态大模型有哪些亮点

2. 多模态大模型技术原理与应用场景

3. 数字孪生 I 多模态大模型技术应用

4. 多模态大模型前沿算法与实战应用

5. 谷歌版“豆包手机”发布，GUI操作实现跨 App代办

6. AI替你跑腿

7. 桌面AI助手实测

8. OS-Atlas

9. 2024年AI智能体已进入落地应用阶段，Notion、Cline、Windsurf等工具实现任务自动化

10. Claude Cowork真能替代人工？本地文件操作与跨应用自动化成关键差异

11. DroidClaw: 手机上运行 OpenClaw #droidclaw #openclaw #android #安卓 #ai

12. 跨应用自动化来了，App们慌了，AI重构手机交互是大势所趋？

13. 企业级应用

14. 2025年多模态模型行业深度剖析

15. 如果你也对原生多模态大模型感兴趣，来看看商汤的全新多模态模型架构NEO

16. 多模态和编程能力可以兼得吗？Kimi新模型K2.5实测

17. 02.为什么我们需要OpenClaw

18. 告别人工写脚本！多模态大模型驱动携程UI自动化测试迈入“描述即生成”阶段

19. 我的 AI 助手配置

20. 国产大模型崛起！MiniMax M2.1浏览器自动化能力实测 🚀

21. 【基础理论】【方法论】智能体AI的2大核心技术

22. 大模型 Agent 能力揭秘

23. 这篇大模型AI Agent智能体入门简直太清晰了

24. 多模态DeepResearch，成了！

25. 多模态Deep Research，终于有了「可核验」的评测标准

26. 南洋理工大学Uni-MMMU

27. 国产多模态AI再开源！实测截图转网页、搜图购物，价格减半

28. 被AI桌面自动化圈粉！这款跨平台框架，成功率近70%？

29. 用视觉模型自动化跨平台 UI，值得一试

30. Google 推出跨平台自动化新工具，零代码打

31. 一款开源、跨平台的工作流引擎和自动化神器

32. 只需一个开源工具，就能让你的微信\u002F飞书拥有超级大脑？打工人和老板都看呆了… - 哔哩哔哩

33. 大疆司空 2 重磅升级，引入智能算法与大模型 | 见云见智

34. 中国的AI模型在海外又火了，全球用户迎来更多选择#亚马逊云科技 #AmazonBedrock #生成式AI #出海 #全球化

35. 开箱吐槽 17 Pro Max 但是小米总有人喜欢的个性化设计

36. 从“技术突破”到“生态共建”！第一届自动驾驶出行生态论坛在深圳召开11月7日，“第一届自动驾驶出行生态论坛”在深圳成功举办。论坛以“共建自动驾驶新生态共创自动驾驶新价值”为主题，由车百会研究院与深圳引望智能技术有限公司联合主办。论坛现场紧扣产业痛点与前沿趋势，围绕自动驾驶生态构建展开探讨。深圳市交通运输局党组成员、副局长徐炜，车百会理事长张永伟，引望智能驾驶产品线总裁李文广出席会议。李文广表示全球正加速推进自动驾驶产业走向商用，中国也在多城市有序推进自动驾驶商用进程，预计2026年实现高速L3规模商用，2027年实现城区L4规模商用，2028年实现无人干线物流商用。他强调，自动驾驶落地将会重塑出行生态，带来新的产业空间。为了更好地支持生态伙伴，引望将会推出乾崑智驾生态开放平台，开放行业套件供生态伙伴集成开发，同时还将构建智驾生态OpenLab, 从开发到测试到方案提供全流程的指导和赋能。论坛期间，《自动驾驶出行生态2025》报告正式发布，并举行自动驾驶出行生态共建行动启动仪式，共同见证产业生态建设新篇章。报告系统梳理了自动驾驶在多个领域的应用价值。此次论坛的落幕，不仅为自动驾驶产业搭建了跨领域协同的交流平台，更以《自动驾驶出行生态 2025》报告明确了应用方向、以共建行动凝聚了产业合力。随着政策、技术、服务、场景的深度融合，自动驾驶将加速从 “技术试验” 走向 “规模化落地”，逐步重塑出行方式、优化城市治理，为智慧交通与数字经济发展注入新动能。#华为乾崑#

37. Win掌机的新模式，但绝不仅仅只是个模式！ROG XBOX掌机X

38. 当大模型接上“机械臂”！不会编程也能学的n8n教程——第一期

39. 微表情测谎、极速赔付、AI打败AI，深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

40. 程序员破防瞬间，鸿蒙救场！

41. #OpenClaw都能做什么#OpenClaw的爆火，让“能做事的AI”从概念落地现实，它打破传统AI仅被动对话的局限，凭主动执行、全场景适配的特性，成为AI智能体发展的重要探索，或引领下一代AI应用方向。它能实现办公自动化，快速检索文件、填充报表、批量处理文档；可完成跨工具协同，联动多平台实现指令一次下达多端执行；能提供全流程代码辅助，生成代码、排查Bug甚至开发简易App；可搭建私有知识库，快速检索并整合多格式内容；还能实现设备智能监控，主动检查任务、预警故障。此外，其开源属性让开发者可无限拓展功能，虽尚存部署门槛与安全问题，但它让AI从“对话助手”变成“数字员工”，这种落地性的突破，正是未来AI的核心发展方向。#how i ai# http://t.cn/AXVbL8bn

42. 阿里系连发两个重磅AI产品，暗藏了一个巨大的机会#灵光 #蚂蚁灵光 #阿里巴巴 #全模态通用AI助手 #AI工具

43. 2025年“最危险”的手机

44. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

45. 大疆司空 2 私有版全新升级，一体机正式发布

46. #华为折叠屏首发A2A智能体协作#啊？小艺真终极进化了...这真是我想要的Ai功能，这次华为Mate X7的A2A智能体协作一句话就能串联机票预订、投资分析、健康管理等全流程服务。我只需单次指令，小艺就可以自主调用多个APP的智能体模块，实现跨应用任务自动化。举个🌰：小艺小艺，我要去xx旅游，小艺就能联动航旅APP查机票、酒店平台比价、天气应用提供预报，生成完整出行计划。省时省力，对于难得假期的朋友来说真的省了很多不必要的精力浪费。第二个我觉得Ai跟折叠屏这个大屏真的很搭，就比如我可以一边会议一边实时记录会议内容并摘要，直接让华为Mate X7的分屏记录就可以了。

47. 大模型只是能力，必须要跟场景结合。 #大咖观察 #红衣聊AI #大模型

48. 综合能力比肩GPT5，万亿参数思考模型Ring-1T来了！#AI #国产大模型 #蚂蚁百灵 #AIGC

49. AI时代，最不值钱的，就是重复劳动；最值钱的，是你得熟练指挥智能体。#大咖观察 #红衣聊AI #硅谷 #智能体 #AI应用

50. 盘点一周AI大事(12月7日)｜GPT5.2下周发布 Gemini 3 Deep Think正式上线 OpenAI下周12月9日发布大蒜模型GPT5.2，下月发布大葱模型GPT5.5全面吊打Gemini 3 DeepSeek开源最强推理模型DeepSeek V3.2 Mistral开源Mistral 3家族 OpenAGI发布最强电脑操作模型Lux Runway发布最强视频模型Gen 4.5 阿里开源数字人直播模型Live Avatar 字节发布顶级图像模型Seedream 4.5 研究员推出3D空间音频模型ViSAudio 微软开源实时语音模型VibeVoice Harmonic推出亚里士多德智能体，6个小时解决了悬赏30年的数学问题 #抖音知识年终大赏 #AI新星计划 #人工智能 #OpenAI #机器人

51. 从自动写代码到智能影音刮削：实测 OpenCode，这台“赛博管家”真的能干苦力活

52. 除夕迎「源神」？Qwen3.5以小胜大，捅破性价比天花板，大模型竞赛下半场开始了

53. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

54. AI：鸿蒙App开发还是我来吧

55. 古人智慧真牛逼！这是从几百年就有的半自动水磨坊，很高自动化。除了上料需要手动，剩下全自动。#微博跨域计划##旅途见山河# 韩路的微博视频

56. 谁说 NAS 只能存片？实测绿联联手腾讯，让手机游戏更新跑出100+MB/s！

57. 【智能家居】聊聊我自己家做全屋智能的理解。一、做减法。1.少语音控制。目前的语音交互，就算日后可以做到准确的声纹识别、高度理解语义、不需要背指令了，但任然无法规避吵闹环境下的误识别问题。一有人唤醒语音助手，全家人都会习惯性闭嘴，甚至暂停电视，生怕语音助手识别错了，这体验实在太糟糕了…而就算彻底解决了误识别问题，单人场景下的“习惯性沉默”和多人场景下的“发声者尴尬”问题也无法解决。（语音只有一开始新鲜，老玩家都非常抵触语音控制。）2.少自动化。目前的自动化玩法，全部是用来实现「一键场景(L1)」和「设备联动(L2)」等等基础功能。虽然已经可以延伸出无数种联动玩法，但九成以上都是死板的、图一乐性质的。但凡房间里多一个人、稍微改变一下习惯操作流程，就会出一堆毛病，真正实用的自动化实在太少了。所以我家即使几百个设备，自动化也就只有控制开关灯的寥寥几条。（极客玩家热衷于铺满各种无线开关和传感器、设置各种复杂自动化，但始终无法普及给普通用户，甚至家人。）“那又不用语音控制、又不用自动联动，算什么智能家居呢？”二、做加法。1.多分组、多改设备名。我每次配置智能家居，会花大量时间编辑分组、改设备名。只要房间配置十分合理、设备分组十分精简。就可以实现不手动设置场景，也能轻松用官方工具控制。2.多做分布式中控。藏好大量的实体面板开关，只把中控屏暴露在墙上，再用各种形态的中控铺满全屋顺手的位置。顺手一按比任何自动化都方便实用。（推荐用有3D交互或者自带实体按键的中控。）3.多为主动智能(L3)铺路。尽量接入更多智能设备、留好每个房间的监控位、留好本地计算中枢位。在不久的将来这些将会是最好的AI训练数据。（尤其是监控位，或许可以代替目前的所有传感器。）4.为具身智能铺路。尽量留好机器人充电位置和通过空间。例如目前可以先留扫地机器人位置，规避门槛、床底柜底的狭窄缝隙，让扫地机可以轻松无死角打扫全屋，机械臂可以轻松抓起看得见的遗留物。进一步可以留好宠物机器人/送物机器人的充电位，规避一些机器人和机械臂无法抵达的场景。（虽然家政机器人还不太现实，但简单的送物还是近在眼前的。）总而言之就一个观点：“放弃智能幻想，目前能做的就是接入更多智能设备，多使用交互更好的中控来手动控制，为AI时代做好准备。”

58. Seedance 2.0之后，又一国产全模态视频大模型杀入Artificial Analysis榜单Top 2

59. #AI手机被豆包带火了吗#其实有很多东西是挺难办的就像豆包现在已经把他们这个自动化的全套代码给开源了你现在也可以自己也下载，然后体验但是最核心的一个问题就是第三方应用不同意举个简单的例子，之前oppo的小布自动记账是支持微信的，后来因为微信那边不同意，也就给取消掉了但是这也许是未来的一个趋势，也是厂商新增的一个卖点，你更希望哪个厂商自己的ai也推出类似于豆包的这种效果？网页链接

60. #AI圈为何流行养龙虾了#圈里几乎所有人热衷于部署养龙虾🦞，不管大虾小虾，个人认为几个因素：1️⃣图新鲜好奇的，看见别人在养，自己不整一只养，没面。2️⃣ 真正养虾干活赚钱的，通过整套自动化流程，实现OPC创业。比如批量生成效果图，批量生产视频等。3️⃣ 利用养虾技术提供上门服务，为一部分不懂养虾技术的人群提供一站式服务，据说已经开始赚钱了，500一次。4️⃣ 无论是大虾，小虾，门槛门槛极低，支持国内外大模型，其实质是实现工作自动化，流程模版化，一条龙服务。5️⃣ 养虾虽开源免费，其安全问题不容忽视，其本质在于权限最大化，那么隐形的安全风险就会越来越值得警惕。ai圈为何流行养龙虾了

61. 豆包大模型 1.8 发布，通用 Agent 模型成为了 AI 行业的新叙事

62. #千问APP全面接入阿里生态业务#这些大厂都会面临一个问题，就是自动化执行只能在自己的App生态内，怎么跨App才是核心，当然，自己生态内完美协同已经是一个进步，至少增加点护城河，跨App自动执行，最后需要手机厂商统筹，系统层面统筹，也就是你千问不能拿抖音的数据，不能拿微信的数据，同样的，其它友商也是如此，等于需要一个中立的不做同业务的系统服务商，来做这个业务，这事儿只能交给自研系统的厂商。

63. 华为昇腾宣布0Day支持DeepSeek-V3.2-Exp DeepSeek-V3.2-Exp重磅发布！华为宣布零Day支持！国产大模型牵手国产算力的背后是国产AI基建越来越成熟的适配能力！#华为 #昇腾 #DeepSeek

64. 如果AI的终极形态不是在屏幕里，而是在现实世界里替人类干活。你觉得下一个爆发点会先出现在机器人，自动驾驶，还是医疗？#大咖观察 #红衣聊AI #科技 #人工智能 #黄仁勋

65. 大家觉得马斯克的“X”能不能长成下一个微信？ #大咖观察 #红衣聊AI #微信 #手机应用

66. 失衡的乌托邦：Meta的开源AI路线是如何遭遇滑铁卢的【硅谷101】

67. 一个视频带你快速盘点2025年GitHub热点项目

68. 人工智能下半场，想实现AGI还有多远？ #大咖观察 #红衣聊AI #AGI #AI时代 #人工智能

69. 为了体验全屋智能，我跟朋友借了一个AI智慧家

70. 我用openclaw做了一个自媒体神器！云飞全自动压缩工具发布！

71. #微博声浪计划##听见微博# 豆包手机作为字节与中兴合作的AI机型，凭跨应用自动化能力引爆市场，却因权限风控与商业利益冲突遭微信、支付宝等封杀，被迫下线部分功能。其案例反映AI代理技术与现有商业生态的根本性矛盾，未来需平衡创新与安全。小田Alice的微博音频

72. 其实我现在上班根本不用工作了。手写了个脚本，把那些每天都要手动操作的繁琐任务实现自动化。当看着脚本自动跑完，以往需要数小时的工作，而自己只需喝杯咖啡时，那种从“操作工”进阶为“设计师”的掌控感，非常上头。领导以为我很忙。。。其实。。#今年工作里的爽感瞬间#

73. #豆包手机溢价#看了一眼咸鱼，价格已经3999元，官方定价是3499，差不多500块钱的样子。但是感觉这个价格应该不会太久，主要还是因为是尝鲜的机器，量比较少，自然就被炒起来了！这两天也看了一些豆包手机的视频，可以帮我们操作手机，实现跨应用自动化的任务，确实很新鲜，但是很快这两天也被#多家APP对豆包手机禁用#，不少 App 已经开始对它的自动化能力做限制。尤其涉及隐私、支付、登录这些敏感动作，基本都会被严格拦住。这其实也印证了我们之前常说的，短期内AI的自动化想在我们的手机里铺开，没有这么简单，还需要走很长的路！从技术本身来说，国内手机厂商都有能力去做，华为的小艺、OPPO 的小布、vivo 的小V、小米的小爱等等，能读、能点、能跑任务，并不是什么天花板能力。只不过现在只是豆包率先把这套能力公开化、系统化，让它成为了卖点。但要想让它真正稳定运行，中间牵涉的是权限边界、隐私规范、生态关系、商业利益这些更复杂的东西，个人见解，短期内，这些东西没有任何一家厂商能绕的过去。长期来看，它确实可能会成为行业重新思考交互方式的起点。手机是不是只能靠“点来点去”完成任务，未来是不是可以把更多琐碎流程交给底层系统自动跑？但短期内，这种模式短期很难颠覆手机行业，比如现在，连“可用范围”都还在不断被限制。权限怎么管？隐私如何保证？App 生态链上的利益怎么重新分配？用户愿不愿意让手机真的“替自己做决定”？个人见解豆包手机这次方向是对的，但距离成熟还有很长的路要。也许豆包是先行者，但不是终局。#豆包手机会颠覆手机行业吗#

74. 不花钱平替豆包手机？我找到了这三种方案

75. 本地AI怎么玩？不花钱！不联网！上手AI工作站！

76. AI技术为生活带来便利的同时，也暗藏着规则红线试图利用AI违法并不可行！#大咖观察 #红衣聊AI #人工智能

77. 谁能掌握能源、算力，还有应用生态，谁就能定义未来。 #大咖观察 #红衣聊AI #能源 #算力

78. 2025年，到底有多少人在用AI？

79. 2025年最骨骼清奇的三个应用………

80. 利用OpenClaw，从零开始搭建属于自己的自动化AI电脑

81. 车机都这么智能了，为什么还有人要用CarPlay？

82. 有了AI，未来个人电脑可能会消失？在云栖大会我悟了

83. 抖音前沿科技30X30｜采访AI超级个体 Gemini 3发布后，这5个开发者给自己的人生装上了外挂。 27年程序员老兵：用AI写出多部长篇小说，一边敲代码一边圆武侠梦；硬核奶爸：手搓本地AI操作系统，把私教装进孩子口袋； AI安全研究员：把AI变成科研副驾，打破思维墙；有效加速主义者：打造AI全自动分身，让AI替自己看新闻处理琐事；全栈讲师：降低新手学习门槛，把技术文档自动变成PPT；本期视频，产品君连线5位GDE谷歌开发者专家，带你拆解AI时代的超级个体，听听他们给普通人的真诚建议。 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #Google

84. 让AI直接解决用户的问题，是创业者适应AI时代的必修课。 #大咖观察 #红衣聊AI #创业 #用户思维

85. 大模型更像人的大脑，智能体是大模型的手和脚。 #大咖观察 #红衣聊AI #智能体 #大模型

86. 看了上万条评论，一次性聊透大家最关心的3个问题。欢迎大家继续和我聊AI。#大咖观察 #大有学问 #AIGC #AI视频 #红衣聊AI

87. 从“看得见”到“控得住”： RGB-Mini LED电视技术凭什么领先？

88. 荣耀的AI手机自动化操作应用Agent，技术方案上考虑到了如何避免大量数据上传到云端泄漏用户隐私，考虑到了如何降低成本从而确保发布的功能可以长期使用，考虑到了如何降低延迟确保功能真正可用而不仅仅是showcase，然后豆包手机直接用Computer Use做了个这些都无法保障的Demo，却在营销下成了第一个AI手机。

89. 未来智能体不能把它看成软件，它可以把大模型的专业能力提炼出来 #大咖观察 #红衣聊AI

90. 千问APP国内正式上线，“千问恐慌”愈演愈烈，OpenAI恐怕要被反杀了 #千问APP #AI #AI助手 #开源大模型#阿里巴巴

91. 为何顶尖AI公司都盯上游戏？【硅谷101】

92. 以往我们需要依靠第三方软件来实现跨设备间文件传输。但是在HarmonyOS 6上，你只需使用手机顶边轻触电脑屏幕即可一步完成跨设备内容分享，接下来就跟着旺仔的视频来看一看全新升级的HarmonyOS 6上跨设备传输有多便捷吧：鸿蒙操作系统 6，更安全，更流畅，更智能！#华为碰一碰支持应用超60个##华为发布鸿蒙星河互联架构##鸿蒙操作系统6正式发布# 旺仔百事通的微博视频

93. #一条音频告别2025##微博声浪计划# 热搜话题“iPhone自带APP居然这么好用”引发热议。备忘录扫描转PDF、Safari免费资源访问、快捷指令自动化场景…这些预装应用依托苹果生态优势，实现零成本、无广告的高效体验，打破第三方应用依赖。库乐队、天气等核心工具更与系统深度绑定，删除需谨慎。叶锦川的微博音频

94. Google 放大招！Gemini in Chrome 抢先开启，AI Agent 可自动浏览网页完成任务！| 零度解说

95. #微博声浪计划##听见微博# 豆包手机因系统级AI权限遭微信、支付宝等多家APP禁用。其跨应用自动化操作被判定为非真人行为，触发账号异常或强制退出。银行类应用也以检测到屏幕共享为由中断交易。豆包团队已紧急收缩部分功能。蛋蛋科技说的微博音频

96. 降成本还要提性能？实战测试将Java项目迁移至ARM架构CPU

97. RPA+AI结合能实现哪些应用？影刀RPA重塑企业自动化应用无限可能

98. 多模态智能体

99. 技术应用 | 多模态大模型在商业银行不良风控及回收中的探索与实践

100. 大模型智能体时代的企业自动化

101. 我用这个工具，把“竞品分析”和“系统巡检”全都自动化了……

102. 2026年最新跨平台AI编程工具推荐｜全栈开发必看指南

103. AI多模态交互避坑指南：别被“全模态”噱头骗了！

104. 基于Midscene的Android智能自动化实际案例：以零售APP业务为例(小白教程，均可上手)

105. Midscene.js - 人工智能的自动化测试

106. 三大自动化工具，到底该怎么选？

107. 从0到1自研：纯视觉、非侵入式DHA通用自动化架构（拟人化演示）

108. 煎饺App：跨应用语音指令

109. 多模态Agent技术介绍

110. 产品经理靠 AI 用 Rust+Bevy ECS 搓出了一个开箱即用、跨平台、高并发桌面自动化工具，能一键发布多平台视频

111. 大模型平台技术架构与核心能力

112. 多模态可解释性又“杀疯了”！剑桥新作成风向标，2026发文就选这个赛道

113. [Alan の分享] Skills Hub: 跨平台桌面应用，用于统一管理 Agent Skills

114. Sentinel：AI 赋能的跨平台应急响应自动化工具

115. AI大模型驱动企业Copilot：如何自动化任务分配与智能化工作流程

116. 11-30榜单速递：中小企业一键搞定跨系统自动化！这些生产力工具让效率飙升

117. 10-02榜单速递：AI自动化工具赋能高效工作新趋势

118. 用 OpenClaw 搭建 AI 自媒体自动化“流水线” 本期视频带你深度解锁 OpenClaw 的隐藏玩法。它不仅仅是一个自动化工具，更是一个“有记忆”的数字大脑。我们将拆解如何利用“选题雷达”实时监控全网热点，并自动生成跨平台内容方案。从安全基线到 Agent 角色设定，一套完整的工作流建议送给你。记得点赞关注，下期直接带你实操上手！ #OpenClaw #AI自动化 #自媒体工具 #Agent #工作流

119. 煎饺App AI语音快捷指令，跨应用操作无缝连接

120. AI聚合平台：从工具整合到场景协同

121. 多模态大模型学习笔记（八）——多模态模型架构演进线路与对比总结

122. 基于非官方API的跨企业外部群数据同步与联合协作框架

123. 多模态大模型的企业应用全景分析：技术选型、部署策略与价值实现

124. 小米MIMO模型：多模态技术亮点

125. 使用 Python 实现软件自动化控制：从基础到实践

126. 12.1-3|多模态多标准评判基准；多模态迭代推理图像编辑；语义记忆持续学习训练

127. 在线调研跨平台反复切换？这款工具实测打通全流程

128. AI自动化办公，这3个工具帮你一键搞定繁琐工作

129. 多模态大模型的应用场景

130. UniFinEval：金融多模态模型综合评估

131. 2025必备自动化工具

多模态大模型能否实现跨应用自动化？全网观点激烈交锋

精选参考来源