Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас
Сингапурский стартап ИИ Манускоторый Заняли заголовки в начале этого года Для своего подхода к многоагентной платформе оркестровки для потребителей и «профессионалов» (профессионалов, желающих выполнять рабочие операции), вернулся с интересным новым использованием своей технологии.
В то время как многие другие крупные соперничающие поставщики ИИ, такие как OpenaiВ Googleи Xai которые запустили «глубокие исследования» или «глубокие агенты ИИ», которые проводят минуты или часы обширных, углубленных веб-исследований и пишут хорошо цитируемые, тщательные отчеты от имени пользователей, Manus использует другой подход.
А Компания только что объявила «широкие исследования», Новая экспериментальная функция, которая позволяет пользователям выполнять крупномасштабные, высокодолувые задачи, используя мощность параллелизированных агентов ИИ-даже более 100 за один раз,-все это было сосредоточено на выполнении одной задачи (или серии подзадач, распоряжающихся вышеупомянутой целью).
Ранее сообщалось, что Manus использует модели Anpropic Claude для питания своей платформы.
Серия Impact AI возвращается в Сан -Франциско – 5 августа
Следующий этап ИИ здесь – вы готовы? Присоединяйтесь к лидерам из Block, GSK и SAP для эксклюзивного взгляда на то, как автономные агенты изменяют корпоративные рабочие процессы-от принятия решений в реальном времени до сквозной автоматизации.
Закрепите свое место сейчас – пространство ограничено: https://bit.ly/3guplf
Параллельная обработка для исследований, суммирования и творческого вывода
В Видео размещено на официальной учетной записи XСоучредитель и главный ученый Manus Yichao ‘Peak’ Ji показывает демонстрацию использования широких исследований для сравнения 100 кроссовок.
Чтобы выполнить эту задачу, Manus Wide исследования почти мгновенно растекает 100 параллельных субагентов – каждая из которых назначена для анализа дизайна, ценообразования и доступности одной обуви.
Результатом является сортируемая матрица, доставленная в форматах электронной таблицы и веб -страницы в течение нескольких минут.
Компания предполагает, что широкие исследования не ограничиваются анализом данных. Это также может быть использовано для творческих задач, таких как исследования дизайна.
В одном сценарии агенты Manus одновременно генерировали дизайн плакатов в 50 различных визуальных стилях, возвращая полированные активы в загружаемом zip -файле.
По словам Мануса, эта гибкость проистекает из подхода на уровне системного уровня к параллельной обработке и общению с агентом-агентом.
В видео Пик объясняет, что широкое исследование является первым применением оптимизированной виртуализации и архитектуры агента, способной масштабировать вычислительную мощность в 100 раз превышает первоначальные предложения.
Эта функция предназначена для автоматической активации во время задач, которые требуют широкомасштабного анализа, без необходимых ручных переключателей или конфигураций.
Доступность и цены
Широкие исследования доступны сегодня для пользователей по плану Manus Pro и постепенно станут доступными для тех, кто находится на плюсе и базовых планах. На данный момент цены на подписку на Manus структурированы следующим образом в месяц.
- Бесплатно – $ 0 в месяц включает 300 ежедневных кредитов на обновления, доступ к режиму чата, 1 одновременную задачу и 1 запланированную задачу.
- Базовый – 19 долл. США в месяц добавляет 1900 ежемесячных кредитов (+1 900 бонусов во время ограниченного предложения), 2 одновременные и 2 запланированные задачи, доступ к продвинутым моделям в режиме агента, генерации изображения/видео/слайдов и эксклюзивных источников данных.
- Плюс – 39 долл. США в месяц увеличивается до 3 одновременных и 3 запланированных задач, 3900 ежемесячных кредитов (+3 900 бонусов) и включает в себя все основные функции.
- Профиль -199 долл. США в месяц предлагает 10 одновременных и 10 запланированных задач, 19 900 кредитов (+19 900 бонусов), ранний доступ к бета-функциям, футболка Manus и полный набор функций, включая инструменты расширенного агента и генерацию контента.
Есть также 17% скидка по этим ценам для пользователей, которые хотят платить в год.
Запуск основан на инфраструктуре, введенной в Manus в начале этого года, который компания описывает не только агентом искусственного интеллекта, но и платформу для личных облачных вычислений.
Каждый сеанс Manus работает на выделенной виртуальной машине, предоставляя пользователям доступ к организованному облачному вычислению через естественный язык-настройка, которую компания рассматривает как ключ, чтобы обеспечить истинные рабочие процессы AI общего назначения.
Благодаря широкому исследованию пользователи Manus могут делегировать исследования или творческие разведки по десяткам или даже сотням субагентов.
В отличие от традиционных многоагентных систем с предопределенными ролями (такими как менеджер, кодировщик или дизайнер), каждый субагент в широком исследовании является полностью способным, полностью изготовленным экземпляром Manus-не специализированный для конкретной роли-работающий независимо и способный выполнять любую общую задачу.
Это архитектурное решение, говорит компания, открывает дверь для гибкой, масштабируемой обработки задач, не ограниченной жесткими шаблонами.
Каковы преимущества широких по сравнению с глубокими исследованиями?
Похоже, что запуск всех этих агентов параллельно быстрее и приведет к лучшему и более разнообразному набору рабочих продуктов, помимо исследовательских отчетов, в отличие от единых «глубоких исследований» агентов, которые продемонстрировали или выставлены или выставлены.
Но в то время как Manus продвигает широкие исследования в качестве прорыва в параллелизме агента, компания не предоставляет прямые доказательства того, что нерестование десятков или сотен субагентов более эффективно, чем единые задачи управления агентом с высокой пропускной способностью последовательно.
Выпуск не включает в себя контрольные показатели, сравнения или технические объяснения, чтобы оправдать компромиссы этого подхода, такие как повышение использования ресурсов, сложность координации или потенциальная неэффективность. В нем также не хватает подробностей о том, как существуют совместные работы, как объединяются результаты, или предлагает ли система измеримые преимущества в области скорости, точности или стоимости.
В результате, хотя эта функция демонстрирует архитектурные амбиции, ее практические преимущества по сравнению с более простыми методами остаются недоказанными на основе предоставленной информации.
У суб-агентов есть смешанный послужной список в целом, до сих пор …
В то время как внедрение Manus широких исследований позиционируется в качестве прогресса в общих системах AI -агентских системах, более широкая экосистема показала смешанные результаты с аналогичными субагентными подходами.
Например, на Reddit, самопровозглашенные пользователи кода Клода выявили опасения, что его субагенты являются медленными, потребляют большие объемы жетонов и предлагают ограниченную видимость в исполнении.
Общие болевые точки включают отсутствие протоколов координации между агентами, трудности в отладке и неустойчивую производительность в течение периодов высокой нагрузки.
Эти проблемы не обязательно отражаются на реализации Manus, но они подчеркивают сложность разработки надежных многоагентных рамок.
Манус признает, что широкие исследования все еще экспериментальны и могут иметь некоторые ограничения по мере продолжения развития.
Глядя в будущее
Благодаря развертыванию широких исследований, Manus углубляет свою приверженность переопределению того, как пользователи взаимодействуют с агентами искусственного интеллекта в масштабе.
По мере того, как другие платформы борются с техническими проблемами субагентной координации и надежности, подход Manus может служить тестовым примером для того, могут ли обобщенные экземпляры агента, а не узкомельченные модули, могут создать видение бесшовного, многопоточного сотрудничества ИИ.
Компания намекает на более широкие амбиции, предполагая, что инфраструктура, стоящая за широкими исследованиями, закладывает основу для будущих предложений. Пользователи и наблюдатели отрасли будут уделять пристальное внимание, может ли эта новая волна агентской архитектуры оправдать свой потенциал – или в конечном итоге появятся проблемы, рассматриваемые в другом месте в пространстве ИИ.
Исправление: в этой статье первоначально неправильно говорится, что Manus основан в Китае, когда это не так; Это в Сингапуре. Также он пригласил предыдущие сообщения о том, что он использовал модели alibaba QWEN; это не так. Мы обновили и сожалеем об ошибках.
Ещё по этой теме
