LAM – 微软开发的大型移动智能模型，具备独立运行Windows软件的能力

LAM指的是什么？

微软新近发布的人工智能系统“Large Action Model”（简称LAM），能够独立运行Windows应用程序，并实现具体操作任务。该模型具备文本理解能力，可以将用户的指令转化为实际的操作动作，比如开启软件或操控设备等行为。特别的是，LAM是专为与Microsoft Office系列及其它Windows应用无缝协作而设计的首个AI系统。在Word中的测试中显示，其完成任务的成功率达到了71%，比GPT-4高出8个百分点，并且执行效率更高。

LAM的核心作用

• 解析用户的目的是什么LAM具备解析包括自然语言、音频及图片在内的多种格式信息的能力，精准捕捉用户需求，并将之转换成具体的实施方案与操作流程。
• 生成行列LAM把用户的意图转变为明确的操作指南，这些操作可以涉及图形用户界面(GUI)的操控、API的调用以及机器人的实体动作等。
• 动态调整与适配LAM具备将复杂的任务拆解成若干个子任务的能力，并能够依据环境的变动灵活地修改策略与步骤，以妥善处理在实施过程中出现的各种突发状况。
• 专业性和效能为适应特定的环境或任务需求，经过专业化的培训后，LAM能在指定领域内增强其精确度和适用性，并且还能降低运算成本、加快反应时间。
• 互动环境通过将LAM整合到代理系统中，它可以与外界工具进行交流，保持信息的记忆，并且能够同其所处的环境建立连接和沟通，从而达到对外部现实世界产生实质性作用的效果。
• 自行实施LAM具备独立完成任务的能力，涵盖理解任务要求、制定行动计划、实施这些计划以及依据反馈作出相应调整。
• 自动化的软件作业LAM能够完成包括文档修改、信息输入及表格操作在内的多种办公自动化工作。

LAM的工作机制

• 多种形态的输入解析LAM具备解析包括自然语言指令、音频口令以及图片和视频在内的多种类型输入的能力，并能够洞察用户的真实目的。
• 数据的采集和预处理LAM的培训依赖于汇集用户的指令、情境信息及相应行为的数据集，该数据集在使用前会进行清理与初步加工，从而奠定模型训练的基础。
• 训练模型通过运用监督式微调和强化学习等多种技术手段，利用所采集的数据来培训LAM以实现特定的操作任务。
• 环境整合把经过训练的LAM嵌入至代理架构内，实现与外界环境的交互活动，涵盖数据观测采集、运用各类工具手段、保持信息存储以及执行迭代反馈机制。
• 评定于真正实施之前，需对LAM进行全面的可靠度、稳定性和安全性能测试，以保证其能在各种环境下及面对各类任务时均能表现出色，并能够妥善应对突发状况。

LAM技术的使用情境

• 自动化的软件作业LAM能够完成如文档修改、信息输入及表格管理之类的办公室自动化工作，从而增强工作效能。
• 智能家庭管控通过LAM可以管理家中的智能设备，包括调整照明、设定温控以及进行安全监测，从而营造一个更为智慧的生活空间。
• 客户支援和服务通过利用聊天机器人为用户提供即时的技术支援和协助，LAM能够自动识别问题所在，并给出相应的解决策略，从而提升用户的满意度和体验。
• 网上购物LAM能够自动执行在线购物的各项步骤，涵盖商品查找、订单创建及付款流程，从而让用户享受更加顺畅的购物经历。
• 教育培训作为虚拟助手，LAM定制个性化的学习方案及教育资源，提升教育过程中的互动体验与个性化水平。