Large Action Models: clamore o realtà?
In seguito al lancio di Rabbit, un dispositivo IA che può utilizzare app mobili, il termine large action models (LAM) sta guadagnando popolarità. Questi modelli vanno oltre la conversazione trasformando gli LLM in "agenti" in grado di connettere il mondo frammentato e guidato dalle app senza richiedere agli utenti di cliccare sulle app o integrare API.
Il confine tra clamore e realtà dei LAM è sfumato, ma in breve, un LAM è un modello linguistico di grandi dimensioni (LLM) specificamente addestrato per intraprendere azioni (ad esempio, inviare richieste API).1
Che cos'è un large action model (LAM)?
Un Large Action Model (LAM) è un tipo avanzato di IA che si basa sui Large Language Models (LLM) non solo per comprendere e generare testo, ma anche per pianificare ed eseguire azioni in ambienti reali (digitali o fisici), consentendogli di automatizzare compiti e interagire direttamente con i sistemi in base all'intento dell'utente.
Le caratteristiche principali dei Large Action Models (LAM) includono la capacità di comprendere l'intento dell'utente da diversi input (testo, voce, immagini), trasformare tale intento in azioni eseguibili, pianificare e adattare i compiti passo dopo passo in ambienti mutevoli e operare in modo efficiente attraverso la specializzazione in domini specifici, consentendo loro di completare autonomamente compiti complessi del mondo reale.
Le caratteristiche principali dei Large Action Models (LAM) includono:
- Interpretazione dell'intento dell'utente: Possono comprendere le richieste degli utenti da testo, voce, immagini o video, anche quando l'istruzione non è chiara o è implicita.
- Generazione di azioni: Trasformano gli obiettivi dell'utente in azioni concrete in ambienti digitali o fisici, come l'uso di una GUI, la chiamata di API, il controllo di robot o la generazione di codice.
- Pianificazione e adattamento dinamici: Possono suddividere compiti complessi in passaggi più piccoli, seguire un piano e modificarlo quando la situazione cambia o si verificano errori.
- Specializzazione ed efficienza: Sono spesso costruiti per compiti o ambienti specifici, il che li rende più precisi ed efficienti rispetto ai modelli generici in quel dominio.
In breve, i LAM fanno più che comprendere il linguaggio. Collegano la comprensione con l'azione e possono svolgere compiti in più fasi in contesti reali.
Come funzionano i large action models (LAM)?
I LAM interagiscono con le applicazioni tramite le loro interfacce utente o, più comunemente, tramite API. Ad esempio, possono elaborare le immagini e il codice di un sito web o di un'applicazione per decidere i passaggi successivi ed eseguire azioni.
Fonte: Salesforce2
Ciò consente ai LAM di navigare tra le interfacce utente e delle applicazioni. Ad esempio, se l'informazione esiste o è accessibile tramite un'altra app, la recupererà da quell'app anziché chiederla all'utente.
All'interno dei LAM, tali gradi di autonomia e comprensione trasformano l'IA generativa in un assistente attivo in grado di eseguire compiti come:
- amministrare piattaforme di social media
- ottenere informazioni meteo
- effettuare prenotazioni
- elaborare transazioni finanziarie
- connettersi a dispositivi IoT per consentirti di inviare loro comandi (ad esempio, chiamare un Uber)
LAM e LLM: capire la differenza
Fonte: Large Action Models: From Inception to Implementation3
I Large Action Models (LAM) estendono i Large Language Models (LLM) comprendendo le richieste degli utenti e pianificando ed eseguendo azioni nel mondo reale, come completare compiti su siti web, rendendoli più efficienti, focalizzati sui compiti e pratici per applicazioni reali, spesso con design più piccoli e specializzati.
Sebbene i LAM e i large language models condividano alcune somiglianze, come la capacità di cogliere le intenzioni umane, i loro scopi principali differiscono notevolmente.
I LAM sono progettati per agire, mentre gli LLM eccellono nell'elaborazione e nella generazione del linguaggio. Mentre un LLM potrebbe suggerire idee o generare testo in base al tuo input, un LAM fa un passo ulteriore eseguendo autonomamente compiti come fissare appuntamenti, ordinare prodotti o compilare moduli.
Large agentic models (LAM): clamore o realtà?
Sebbene alcune aziende descrivano i LAM come una nuova architettura, le funzionalità a loro attribuite sono state implementate già da tempo utilizzando agenti LLM.4
Inoltre, gli agenti LLM hanno già eseguito in precedenza compiti che si descrivono per i LAM. I due concetti condividono funzionalità comuni:
- Analisi basata sul contesto
- Prompt engineering
- Sfruttamento di strumenti
- Ragionamento5
Figura: Flusso di lavoro dell'agente IA basato sul linguaggio
Fonte: ICLR6
Inoltre, i LAM possono essere descritti come progetti di agenti basati sul linguaggio come (1) agenti IA basati su template di prompt; (2) agenti IA con prompt apprendibili; e (3) large action models (LAM); affermando che possiamo pensare a un LAM come a un LLM specificamente addestrato per eseguire azioni umane a partire dai dati.7
Per maggiori dettagli sui modelli IA, consulta la nostra ricerca basata sui dati su:
Esempi reali di LAM
1. Completamento automatico di moduli o fogli di calcolo su siti web
Un LAM può riconoscere i campi necessari in un modulo, raccogliere i dati richiesti (ad esempio indirizzi, nomi, password e numeri di carta di credito) da un database o profilo utente e inserirli nei campi appropriati.
Video: Completamento automatico di moduli o fogli di calcolo con LAM
2. Completamento di transazioni online
Un LAM può interagire con pulsanti, link e menu a tendina. Può anche inserire testo specifico in campi di testo e barre di ricerca. Questo è esattamente ciò che comporta ordinare una pizza online: compilare moduli di testo, cliccare pulsanti e selezionare voci di menu.
Video: HyperWriteAI Assistant Studio che utilizza il browser per effettuare un ordine online
Fonte: HyperWriteAI9
3. Risoluzione end-to-end delle richieste di assistenza clienti
Un Large Action Model (LAM) può gestire una richiesta completa del cliente dall'inizio alla fine, comprendendo l'obiettivo dell'utente, decidendo i passaggi necessari ed eseguendoli attraverso più sistemi (come CRM, fatturazione e piattaforme di supporto).
L'Agente Virtuale Agentic di Genesys Cloud è un esempio di questo caso d'uso: può comprendere il problema di un cliente (ad esempio, un problema di fatturazione), determinare cosa deve essere fatto e completare le azioni richieste, come controllare i dati dell'account, aggiornare i record o attivare processi di servizio, senza intervento umano.10
Invece di fornire risposte, il sistema completa il compito stesso interagendo con diversi strumenti e flussi di lavoro, riducendo la necessità di spiegazioni ripetute o follow-up manuali.
4. Guida autonoma e processo decisionale
Un Large Action Model (LAM) può alimentare sistemi autonomi interpretando input del mondo reale, ragionando sulle situazioni ed eseguendo azioni in tempo reale.
Alpamayo di NVIDIA utilizza modelli Vision-Language-Action per elaborare video dalla telecamera, comprendere l'ambiente di guida, ragionare su ciò che sta accadendo e generare azioni di guida come sterzare, frenare o accelerare.11
Invece di seguire regole fisse, il sistema decide cosa fare in base al contesto (ad esempio traffico, ostacoli, condizioni stradali) e spiega il suo ragionamento, consentendo una guida autonoma più sicura e trasparente.
5. Esecuzione di compiti personali su app quotidiane
Un Large Action Model (LAM) può trasformare l'obiettivo di un utente in azioni concrete su più strumenti, completando i compiti senza istruzioni passo-passo. Ad esempio, i sistemi di IA agentic come OpenClaw utilizzano principi simili: possono gestire email, calendari e prenotazioni di viaggio pianificando i passaggi ed eseguendoli autonomamente. Mentre OpenClaw rappresenta un sistema completo di IA agentic, i LAM forniscono il nucleo di esecuzione delle azioni che consente a tali sistemi di svolgere flussi di lavoro in più fasi in modo affidabile.
Aggiungi come fonte preferitaTecnologie nei LAM
Un LAM può utilizzare le seguenti tecniche:
- Connessioni: Collegarsi a diverse app e API.
- Approccio neuro-simbolico: La programmazione neuro-simbolica è un metodo che consente ai LAM di combinare reti neurali addestrate su grandi set di dati con capacità di ragionamento logico simbolico integrate. Ciò consente loro di notare schemi e allo stesso tempo comprendere il ragionamento sottostante, rendendoli più adattivi e capaci di intraprendere risposte significative a seconda del "perché" delle richieste degli utenti.
- Astrazione delle istruzioni: Creare istruzioni che forniscano un'astrazione modulare e gerarchica per la modellazione tramite un'interfaccia.
- Modellazione umana diretta: Identificare l'intento, le abitudini e le routine di un utente attraverso le applicazioni per sviluppare un template per agire.
- Ragionamento sui compiti: Analizzare le relazioni tra i compiti, identificando le dipendenze e determinando l'ordine ottimale di esecuzione. Garantisce che i compiti prerequisiti siano completati prima che quelli dipendenti inizino. Ciò consente al LAM di migliorare i flussi di lavoro basandosi sulle interazioni passate.
- Apprendimento continuo: I LAM eseguono compiti e migliorano le loro prestazioni attraverso l'apprendimento continuo. Ad esempio, un LAM potrebbe gestire le richieste dei clienti su ordini, resi e informazioni sui prodotti. Diventerebbe più abile nel risolvere rapidamente i problemi, persino prevedendo e affrontando potenziali problemi prima che i clienti li sollevino.
Esempi di large action model
Il termine LAM copre un mix di prodotti di consumo, modelli focalizzati sull'azione e sistemi di ricerca che cercano di trasformare l'intento dell'utente in azioni software.
- Rabbit R1: Rabbit commercializza l'R1 intorno alla sua idea di LAM, e i suoi materiali ufficiali ora indirizzano gli utenti verso funzionalità come LAM Playground e la modalità teach per compiti su siti web. Allo stesso tempo, le prime recensioni sono state molto critiche; The Verge ha definito il dispositivo "incompiuto" e "inutile", e ha affermato che c'erano poche prove di un LAM funzionante in modo affidabile nel prodotto al momento del lancio.
- Adept ACT-1: Adept ha descritto ACT-1 come un "modello di base per le azioni" addestrato per utilizzare strumenti software, API e app web. È meglio inteso come un sistema avanzato di agenti orientati all'azione, piuttosto che come una categoria IA completamente separata di per sé.
- Salesforce xLAM: Salesforce ha rilasciato xLAM come una famiglia di modelli ottimizzati per la chiamata di funzioni e gli agenti IA, e successivamente l'ha ampliato con un supporto multi-turno più robusto. Ciò rende xLAM uno degli esempi ufficiali più chiari di una famiglia di modelli in stile LAM.
- Microsoft TaskMatrix.IA: TaskMatrix.IA è un documento di visione di Microsoft Research che propone di collegare modelli di base con milioni di API per completare i compiti. Poiché è inquadrato come una visione di ricerca e un documento di posizione, è meglio descritto come un framework accademico simile a un LAM piuttosto che un prodotto distribuibile.
Cita questa ricerca
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem and PhD., Ezgi Arslan,},
title = {{Large Action Models: clamore o realtà?}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/large-action-models}},
note = {AIMultiple. Consultato il 1 Luglio 2026}
}Collegamenti di riferimento
Il lavoro di Cem è stato citato da importanti pubblicazioni globali tra cui Business Insider, Forbes, Washington Post, aziende globali come Deloitte, HPE e ONG come il World Economic Forum e organizzazioni sovranazionali come la Commissione europea.
Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente di tecnologia e imprenditore tecnologico. Ha consigliato aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per oltre un decennio. Ha anche pubblicato un rapporto McKinsey sulla digitalizzazione.
Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha anche guidato la crescita commerciale dell'azienda deep tech Hypatos che ha raggiunto un fatturato annuo ricorrente a 7 cifre e una valutazione a 9 cifre partendo da 0 in 2 anni. Il lavoro di Cem in Hypatos è stato trattato da importanti pubblicazioni tecnologiche come TechCrunch e Business Insider.
Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato in ingegneria informatica all'Università Bogazici e ha conseguito un MBA presso la Columbia Business School.
Prossimo da leggere
IA VC Benchmark: 11 IA Agents su Compiti Reali di Venture Capital
Vulnerabilità degli agenti IA con 192 incidenti reali
Recensione Ninjaone: 15 capacità per l'IT aziendale
Top 10 Generatori di Documenti Word con IA: Recensiti & Testati
I migliori assistenti IA aziendali per categoria e caso d'uso
I 15 migliori strumenti di Answer Engine Optimization
Sii il primo a commentare
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.