2022年开年以来，人工智能发展迅速，Transformers 的广泛应用使得语言、代码和图像生成等领域取得了巨大进展。在这个背景下，Adept 公司推出了第一个大型模型 Action Transformer (ACT-1)，构建一个能在数字世界中采取行动的模型。
该模型经过训练后可以使用现有的所有软件工具、API 和 Web 应用程序，是实现通用智能的途径。下一个计算时代将由自然语言界面定义，而 ACT-1 恰好满足这一需求，可以通过自定义“渲染”观察浏览器窗口并进行操作，如单击、键入和滚动等。通过这些功能，ACT-1 可以给用户提供一个了解未来计算前沿的窗口。
来看几个官方给出的示例：
1、通过简单的文字输入，在指定的网站上找到合适的房源
2、在一个CRM系统中通过文字输入，自然将数据写入系统
3、通过自然语言输入，处理Excel表格
看完视频，是不是很像RPA技术，没有人工干预，程序按预定的路径执行任务，并可以多次交互，至到完成任务。
机器人流程自动化（RPA）系统是一种应用程序，它通过模仿最终用户在电脑的手动操作方式，提供了另一种方式来使最终用户手动操作流程自动化。
但ACT-1技术又与RPA是不同的，毕竟是在LLM的技术加持下，连程序员设定脚本这个过程都省略了，缺少了这个RPA恐怕无法执行任务。
由 ACT-1 等类似工具提供支持的自然语言界面将极大地扩展人们在计算机、手机、互联网连接设备前可以做的事情，不久的将来，我们有理由相信：
大多数与计算机、手机等媒介的交互将使用自然语言而不是通过用户界面来完成。
任何可以用语言表达自己想法的人都可以使用软件，无论相关专业知识掌握的程度如何。
我们不再需要学习每个软件的使用指南才能有效地完成任务。
AI 作为我们的得力助手，将加速各个业务领域的突破。
未来也许真的可以实现：Hey，Siri，帮我点一杯奶茶。手机自动唤醒相关App，在里面搜索一个最近的你常去的店面，根据你以往的口味，下单支付，你只需要坐着等着收外卖就好。
扩展阅读：