3月6日上午,A股三大指数集体高开高走,截至午间收盘,沪指涨1.05%,深成指涨1.75%,创业板指涨2.15%。

从板块来看,AI应用方向集体爆发,酷特智能等多股涨停。算力概念股持续走强,海南华铁等涨停。机器人概念股反复活跃,杭齿前进等多股涨停。

港股大爆发,截至发稿,恒生指数涨2.67%,恒生科技指数涨4.87%。

科技股大涨,快手涨超15%,阿里巴巴涨超7%,腾讯控股涨超5%。

消息面上,科技圈被一个名为Manus的产品刷屏了,全网都在要邀请码。

日前,来自中国的创业公司Monica正式对外发布通用型AI Agent产品Manus。据团队介绍,Manus在GAIA基准测试中取得了SOTA(State-of-the-Art)的成绩,显示其性能超越Open AI的同层次大模型。

据悉,这是全球首款真正意义上的通用AI Agent,从官网展示的案例可以看到,它能够独立思考、规划并执行复杂任务,直接交付完整成果。官方宣称,Manus不仅仅是一个只会聊天的对话式AI工具,而是一个真正的自主智能体(Agent)。

从介绍来看,相较于目前的大模型产品,作为通用型Agent,Manus定位于一位性能强大的通用型助手,对于用户不仅仅是提供想法,而是能将想法付诸实践,真正解决问题。

而Manus的在拉丁文里象征着“手”。也就是说,知识不仅要在脑子里,还要能用手执行。这正是Agent和AI Bot(聊天机器人)产品的本质进阶。

图片图片来源:Monica.im

从发布的视频演示来看,Manus在接到用户指令后可以直接操作电脑完成一系列报告撰写、表格制作等工作,并在最后导出符合用户需求的产品。

并且,不同于此前各类功能相对简单的人工智能助手,Manus拥有超强学习能力和适应性的“数字大脑”,不再局限于单一任务,而是能够理解复杂指令、自主学习、跨领域协同,真正像人一样思考和行动。

与Manus同步出圈的还有一段长达四分钟的演示demo。在这些案例中Manus完全自主地完成从规划到执行的全流程,展示了真正的Agent能力。

图片

比方说,首先从一个常见的人力资源任务——筛选简历开始。

演示一开始就放了个大招,官方向Manus发送了一个包含10份简历的压缩文件,Manus能像专业招聘人员一样高效工作。

它会先解压文件,然后逐页浏览每份简历,并记录重要信息。Manus还能异步处理文件,这意味着你可以随时关闭电脑,等任务完成后,它会通知你。

图片

当然,在这个过程中,你也可以随时给它新的指令。

接着,继续向Manus上传5份简历。在认真阅读了所有15份简历后,Manus 给出了排名建议,并提供了候选人资料和评估标准作为参考。

这还没完,我们还可以让Manus生成电子表格。

由于Manus具有知识和记忆能力,所以下次执行类似任务时,它会直接以电子表格的形式交付结果。

图片

另一个演示案例中,结合家庭收入情况和孩子的上学要求,让Manus在纽约筛选一个安全、犯罪率低的社区,并购买符合标准的房产。

图片

面对这类复杂任务,Manus同样是有条不紊地将其拆解为多个步骤,并创建详细的待办清单。

搜索并阅读关于纽约最安全社区的文章。

研究纽约的中学情况。

编写 Python 程序来计算预算。

基于预算,在房地产网站上筛选合适的房源。

整合所有信息,撰写详细报告并整理相关资料。

图片

转场到第三个案例,Manus摇身一变成了专业的股票分析师。

让其分析三家公司在过去3年的股票价格之间的相关性,Manus可以通过API 访问权威数据源。在验证数据后,它开始编写用于数据分析和可视化的代码。

图片

在完成数据分析和可视化后,Manus也能基于这些数据创建一个网站。经用户的授权后,还能将网站部署至线上,并提供了一个可供分享的链接。

图片

有网友尝试用Manus做了一个小米Su7的PPT,指令很简单:帮我做一下介绍小米Su7十页的PPT。

Manus还能干嘛?根据官方网站展示、以及用户自发展示的使用用例,极客公园整理:

旅行规划: 不仅整合旅行信息,还为用户创建定制旅行手册。例如,为用户规划日本四月旅行,提供个性化的旅行建议和详细手册。

教育内容创建: 为中学教师创建视频演示材料,解释动量定理等复杂概念,帮助教师更有效地教学。

保险政策比较: 创建清晰的保险政策比较表,提供最佳决策建议,帮助用户选择最适合的保险产品。

供应商采购: 在整个网络中进行深入研究,找到最适合用户需求的供应商,作为真正公平的代理为用户服务。

财务报告分析: 通过研究和数据分析捕捉市场对特定公司(如亚马逊)的情绪变化,提供过去四个季度的市场情绪分析。

创业公司列表整理: 访问相关网站识别符合条件的公司,并将其整理成表格。例如,整理YC W25批次的所有B2B公司列表。

在线商店运营分析: 分析亚马逊商店销售数据,提供可操作的洞察、详细可视化和定制策略,帮助提升销售业绩。

据界面新闻报道,Manus背后的创始人肖弘,毕业于华中科技大学软件工程专业。

毕业后,他连续创业,2015年创立夜莺科技,推出壹伴助手和微伴助手,服务超200万B端用户,获腾讯、真格基金等投资。

他还开发了一款号称All-in-One的AI助手产品Monica,最初以浏览器插件的形式推出。通过集成主流大模型(如 Claude 3.5、DeepSeek 等),Monica提供聊天、翻译、文案处理等功能。Monica早期以海外市场为主,用户规模破百万,成为AI插件领域头部产品。今年2月份,Monica的中文版已开启内测,目前免费向国内用户开放。该版本基于DeepSeek R1和V3模型打造,具备深度推理思考能力,并支持记忆功能和实时联网搜索。

如何学习AI大模型 ?

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN,朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利: 👉👉CSDN大礼包:《最新AI大模型学习资源包》免费分享 👈👈

(👆👆👆安全链接,放心点击)

对于0基础小白入门:

如果你是零基础小白,想快速入门大模型是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术,作为新手一定要先学习成长路线图,方向不对,努力白费。

对于从来没有接触过AI大模型的同学,我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。(全套教程文末领取哈)
在这里插入图片描述

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字,我也为大家准备了视频教程,每个章节都是当前板块的精华浓缩。

在这里插入图片描述
在这里插入图片描述

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(全套教程文末领取哈)

在这里插入图片描述

👉4.大模型落地应用案例PPT👈

光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。(全套教程文末领取哈)

在这里插入图片描述

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。(全套教程文末领取哈)
img

在这里插入图片描述

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个,在大模型纵横的时代,不仅大模型技术越来越卷,就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道,我总结了大模型常考的面试题。(全套教程文末领取哈)

在这里插入图片描述
👉学会后的收获:👈
基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN,朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利: 👉👉CSDN大礼包:《最新AI大模型学习资源包》免费分享 👈👈

(👆👆👆安全链接,放心点击)
Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐