Manus联手阿里通义千问 AI智能体产品化渐行渐近|AI智能_新浪财经

转自：证券日报

　　本报记者李春莲

　　见习记者梁傲男

　　3月11日晚间，中国AI初创公司Monica.im宣布与阿里通义千问团队正式达成战略合作，双方将基于通义千问系列开源模型，致力于在国产模型和算力平台上实现AI智能体Manus的全部功能。

　　3月12日，阿里通义方面对《证券日报》记者表示：“Manus和通义千问确实在进行开源模型方面的合作，我们期待与更多全球AI创新者开展合作。”

　　或受此消息影响，3月12日，AI智能体板块集体走高。杭州立方控股(46.180, 1.72, 3.87%)股份有限公司的股价涨幅达30%，北京东土科技(17.160, -0.02, -0.12%)股份有限公司、杭州顺网科技(23.020, -1.07, -4.44%)股份有限公司、新开普(20.590, 3.43, 19.99%)电子股份有限公司、深圳天源迪科(16.020, 0.21, 1.33%)信息技术股份有限公司、嘉环科技(24.560, 2.23, 9.99%)股份有限公司等公司股价涨幅超过10%。

携手阿里推进产业化

　　3月6日，中国Monica.im团队发布通用AI智能体Manus。根据其官方展示，Manus在GAIA基准测试（评估通用AI助手解决真实世界问题的能力）中取得领先性能，并通过API调用与工具整合实现复杂任务的自动化输出。

　　3月10日，Manus创始人季逸超在社交平台表示，Manus使用了Claude大模型和不同的阿里千问大模型的微调模型开发。

　　Manus方面表示，为满足中文用户需求，双方将基于通义开源模型优化智能体的本地化能力，致力于为中国用户打造更具创造力的通用智能体产品。

　　北京市社会科学院副研究员王鹏对《证券日报》记者表示，作为AI领域的重要分支，AI智能体技术具有广阔的产业化前景。Manus与阿里通义千问双方技术团队将共同探索在国产算力平台上实现Manus全部功能，包括规划、工具调用和记忆模块的高效协同，将加速AI智能体技术的产业化进程，推动其在更多领域的应用落地。

　　多家券商研究机构表示，Manus有望为智能体产品化提供新思路，并引发通用智能体想象空间。

　　国金证券(8.620, 0.01, 0.12%)研报表示，Manus的应用创新突破，引发了资本市场对通用智能体的热议。此类项目虽处于早期，但推动了工具链模块化和场景扩展，证明了行业核心壁垒在于工程化能力而非单一模型性能。

　　在王鹏看来，Manus在技术实现上具有一定创新性。它采用了Multiple Agent架构，实现了从任务拆解到成果交付的全流程自动化，这在AI领域是一个新的突破。同时，Manus还具备强大的工具调用能力和持续学习与记忆功能，这些特性使其在技术层面具有一定的先进性。

AI智能体或加速落地

　　DeepSeek的破圈效应引发市场对AI产品的期待，而Manus的一夜火爆则提升了行业对AI智能体技术的关注度。

　　Manus并非第一个AI智能体产品。2025年1月份，OpenAI（美国人工智能研究公司）先后推出AI智能体Operator、DeepResearch，能够模拟人类操作浏览器完成购物、订餐等操作。

　　此前，在2024年10月份，北京智谱华章科技有限公司（以下简称“智谱”）推出智能体AutoGLM，只需接收简单的文字或语音指令，就可以模拟人类操作手机的“PhoneUse”能力。

　　智谱相关人士对《证券日报》记者表示，继长推理模型之后，智谱选择押注下一个技术爆发点“智能体”。一个完备的智能体需满足以下条件：在感知层面，能接收文字、图像、视频、音频等多元信号；在思维层面，具备逻辑思维、任务规划能力及高效感知、灵活操作能力；在执行层面，能完成全GUI空间操作，接收环境反馈并自我纠正。

　　值得一提的是，3月9日，百度集团股份有限公司创始人、董事长兼首席执行官李彦宏发文表示，2025年可能会成为AI智能体爆发的元年。

　　3月10日，武汉市发布《2025年人工智能产业发展行动方案》，重点推动大模型向智能体演进。据了解，目前，武汉正在开展全市首批智能体产品和创新创业团队的入库、培育。

　　开源证券在研报中表示，AI Agent（AI智能体）应用将在2025年多点开花。其中，AI Agent有望在B端率先商业化，电商、营销、CRM、金融、法律等场景加速落地。伴随国内外巨头大模型持续迭代，C端或有望迎来杀手级应用。持续坚定看好AI Agent落地产业趋势。

　　DeepSeek、Manus等产品的相继出圈，叠加头部企业与地方政策的协同推动，共同勾勒出2025年AI智能体爆发的产业图景。然而，AI智能体的技术自主性、数据瓶颈等挑战仍待突破。

　　中国电子商务专家服务中心副主任郭涛在接受《证券日报》记者采访时表示，目前，AI智能体的发展面临多方面痛点。在技术层面，基础理论创新匮乏，多依赖于现有架构，缺乏原创性、颠覆性的技术突破；核心算法和软件框架依赖国外，自主可控性较弱；高端算力芯片受限，先进制程技术与国外存在差距。在数据层面，高质量标注数据稀缺，数据隐私和安全问题日益凸显，跨领域数据融合面临挑战。在应用层面，实际应用场景有限，与业务流程深度融合难度大，且存在可解释性问题，导致在关键领域的应用受到限制。

（责任编辑：孙丹）