作 者丨董靜怡
編 輯丨駱一帆 包芳鳴 黎雨桐
4月29日凌晨，阿里巴巴開源新一代通義千問模型Qwen3（簡稱千問3），參數(shù)量僅為DeepSeek-R1的1/3，成本大幅下降，性能全面超越R1、OpenAI-o1等全球頂尖模型，登頂全球最強開源模型。
千問3是國內(nèi)首個“混合推理模型”，“快思考”與“慢思考”集成進同一個模型，對簡單需求可低算力“秒回”答案，對復雜問題可多步驟“深度思考”，大大節(jié)省算力消耗。
千問3還提供了豐富的模型版本，包含2款30B、235B的MoE模型，以及0.6B、1.7B、4B、8B、14B、32B等6款密集模型。
目前，阿里通義已開源200余個模型，全球下載量超3億次，千問衍生模型數(shù)超10萬個，已超越美國Llama，成為全球第一開源模型。
Manus聯(lián)姻阿里通義千問
據(jù)21世紀經(jīng)濟報道此前報道，3月11日，中國創(chuàng)業(yè)公司Monica發(fā)布的全球首款通用Agent（自主智能體）產(chǎn)品Manus平臺與阿里通義千問團隊宣布達成戰(zhàn)略合作，雙方將基于通義千問系列開源模型，在國產(chǎn)模型和算力平臺上實現(xiàn)Manus的全部功能。目前兩家技術(shù)團隊已展開緊密協(xié)作，致力于為中國用戶打造更具創(chuàng)造力的通用智能體產(chǎn)品。
“阿里通義千問與Manus的戰(zhàn)略合作，說明國產(chǎn)大模型與創(chuàng)新應用開始深度融合。”IDC中國高級分析師楊雯向記者分析稱。
此次合作阿里通義千問為Manus提供堅實的底層模型支撐，而Manus則通過實際應用場景反饋，幫助優(yōu)化模型迭代，這種“底層能力+上層應用”的協(xié)同模式有望彌補Manus的技術(shù)短板，同時為阿里通義千問開辟新的商業(yè)化落地路徑。
業(yè)內(nèi)分析指出，阿里此次合作是看中了Manus這一“流量密碼”搶占先機。隨著AI Agent（智能體）從實驗室概念迅速崛起為科技巨頭的戰(zhàn)略核心，多份研報預測，2025年將成為AI智能體爆發(fā)的關(guān)鍵節(jié)點。
Agent成熟了嗎？
從技術(shù)演進的角度來看，Agent正被視為“下一個爆發(fā)點”。
如今，用戶對AI智能體的期待已從基礎功能轉(zhuǎn)向個性化與場景化服務，尤其是在簡歷篩選、金融分析等垂直領(lǐng)域。Manus的迅速走紅正是這一趨勢的生動體現(xiàn)——其內(nèi)測邀請碼在二手平臺被炒至5萬元高價，社交媒體上的討論熱度持續(xù)攀升，反映出市場對“真正可用”的智能體產(chǎn)品的迫切需求。
Manus所屬公司Butterfly Effect在2024年11月完成A輪融資，吸引了騰訊、紅杉中國、真格基金以及王慧文等知名投資方的參與，充分展現(xiàn)了市場對其商業(yè)前景的看好。
與此同時，其他科技巨頭也在AI Agent領(lǐng)域積極布局。微軟在2024年宣布打造全球最大的企業(yè)級AI Agent生態(tài)系統(tǒng)，并在Dynamics 365中集成了10個自主AI Agent；谷歌基于Gemini 2.0模型推出了三款AI Agent，包括“通用大模型助手”Project Astra、“瀏覽器助手”Project Mariner以及“編程助手”Jules；OpenAI則在2025年1月發(fā)布了首款AI智能體Operator，并于3月11日推出全新Agent工具，旨在幫助開發(fā)者更便捷地創(chuàng)建能夠自動執(zhí)行任務的AI Agent。
OpenAI首席產(chǎn)品官Kevin Weil在3月11日表示，2025年將成為AI智能體爆發(fā)的關(guān)鍵一年，ChatGPT和開發(fā)者工具將從回答問題轉(zhuǎn)變?yōu)樵诂F(xiàn)實世界中為用戶執(zhí)行任務。
日前，階躍星辰CEO姜大昕在階躍星辰生態(tài)開放日上表示，Agent的發(fā)展依賴于兩大核心要素：一是多模態(tài)能力，讓Agent充分地感知和理解世界；二是推理能力，使Agent能夠進行長思維鏈的慢思考，主動規(guī)劃、嘗試、反思，通過不斷糾錯提供精準答案。過去一年，這兩個能力均取得了進展。
開源證券研報表示，AI Agent應用將在2025年多點開花，其中AI Agent有望在B端率先商業(yè)化，電商、營銷、CRM、金融、法律等場景加速落地。
然而，也有觀點認為，盡管AI Agent在技術(shù)上取得了顯著進展，但仍存在一些亟待解決的問題。
“我認為AI Agent雖然潛力巨大，但尚未達到爆發(fā)的臨界點?！監(jiān)penCSG（開放傳神）創(chuàng)始人陳冉向記者表示，“一方面，大模型的降本增效尚未充分實現(xiàn)，仍需進一步優(yōu)化；另一方面，Agent對數(shù)據(jù)質(zhì)量和數(shù)量的要求極高，而數(shù)據(jù)的生成、歸納與收集方式尚未普及。”
目前，AI Agent主要依賴于特定場景的預訓練模型，在深層語義理解和復雜邏輯推理方面仍存在不足，尤其是在處理復雜邏輯任務時失誤率較高，這為其大規(guī)模商用帶來了潛在風險。
此外，倫理道德問題也引發(fā)了行業(yè)的廣泛關(guān)注。楊雯向記者表示，Agent可能生成有害、虛假或誤導性內(nèi)容，引發(fā)社會問題；它還存在數(shù)據(jù)隱私和安全風險，可能導致用戶數(shù)據(jù)泄露；當出現(xiàn)問題時，責任界定較為困難，難以明確開發(fā)者、使用者等各方的責任。
盡管如此，趨勢已然明朗。對企業(yè)而言，抓住這一波技術(shù)浪潮至關(guān)重要。業(yè)內(nèi)普遍認為，誰能率先突破工程化瓶頸、構(gòu)建可持續(xù)的商業(yè)模式，誰就能在AI Agent的“臨界點”到來時，占據(jù)生態(tài)制高點。
SFC
本期編輯 黎雨桐
21君薦讀
熱門跟貼