IXThinker·2025-06-20 17:21

美團浙大推出語音GUI智能體 動口即可操作

美團與浙江大學聯合推出GUIRoboTron-Speech，用戶只需動動嘴便可驅動GUI代理操作計算機，這是首個能直接以語音指令與設備屏幕截圖進行端到端決策的自主GUI智能體。

從文本到語音

當前以大語言模型為核心的自主GUI智能體，已能透過文本指令自動執行跨應用、多步驟的複雜任務，大幅提升用戶工作效率；但對文本的依賴限制了其更廣泛的應用場景，例如雙手被佔用時便難以操作。