今天小编分享的财经经验：王炸组合？Manus+通义千问，意味着什么？，欢迎阅读。
作 者丨董静怡
编 辑丨包芳鸣
图 源丨 AI
国产大模型与创新应用正加速融合。
3 月 11 日，Manus 平台与阿里通义千问团队宣布达成战略合作，双方将基于通义千问系列开源模型，在国产模型和算力平台上实现 Manus 的全部功能。目前两家技术团队已展开紧密协作，致力于为中国用户打造更具创造力的通用智能体产品。
阿里方面也向 21 世纪经济报道记者确认，Manus 和阿里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。"
" 阿里通义千问与 Manus 的战略合作，说明国产大模型与创新应用开始深度融合。"IDC 中国高级分析师杨雯向记者分析称。
此次合作阿里通义千问为 Manus 提供坚实的底层模型支撑，而 Manus 则通过实际应用场景反馈，帮助优化模型迭代，这种 " 底层能力 + 上层应用 " 的协同模式有望弥补 Manus 的技术短板，同时为阿里通义千问开辟新的商业化落地路径。
业内分析指出，阿里此次合作是看中了 Manus 这一 " 流量密码 " 抢占先机。随着 AI Agent（智能体）从实验室概念迅速崛起为科技巨头的战略核心，多份研报预测，2025 年将成为 AI 智能体爆发的关键节点。
面对这一明确趋势，各大厂商的竞争将进入白热化阶段。
" 大厂技术底座 + 初创应用创新 "
从技术路径来看，Manus 的崛起堪称 " 借力打力 " 的典型案例。
其背后公司成立于 2023 年，并未自研大模型，而是通过整合 Claude 和阿里通义千问的微调模型构建产品，其创新点在于将复杂任务拆解为模块化流程，并通过互動设计降低用户操作门槛。
例如，用户仅需输入 " 筛选适合金融岗位的应届生简历 " 这类简单指令，Manus 即可调用自然语言理解、数据分析、决策推理等模块，完成从解析岗位需求到输出候选人排序的全流程。
这种 " 任务拆解 + 工具链串联 " 的模式，使其在 3 月 5 日发布早期预览版后迅速出圈。Manus 此次发文表示，为满足中文用户需求，Manus 与阿里通义千问团队正式达成战略合作。
此前，Manus 主界面为英文。杨雯向 21 世纪经济报道记者表示，其与阿里的合作聚焦中文语境适配与算力国产化，旨在打造更贴近本土需求的通用智能体。
然而，Manus 也曾因 " 技术壁垒不足 " 引发争议。在其迅速走红后，开源社区 MetaGPT 团队仅用 3 小时便成功复刻出 OpenManus 项目，这一现象凸显出应用层创新的技术门槛仍需进一步提升，以构建更坚实的竞争壁垒。
反观阿里通义千问团队，其技术优势恰恰在于大模型研发与开源生态建设。在此次合作中，阿里通义千问也将为 Manus 提供底层技术支撑。
行业分析指出，这一合作有望弥补 Manus 在算力方面的不足。由于 Manus 单任务 Token 消耗量远超传统 Chatbot，此前因访问量激增，其伺服器屡次出现 " 负载过高，无法创建任务 " 的提示，高投入模式的使用次数从每日五次骤减至一次。
根据合作内容，阿里将为 Manus 提供算力平台资源，这或将解决 Manus 作为初创企业的算力瓶颈问题，提升其性能和稳定性。
阿里通义千问系列模型的技术突破也在显著降低算力需求。3 月 6 日推出的 QwQ-32B 推理模型，尽管仅有 320 亿参数，但通过强化学习优化，其性能已能与 6710 亿参数的 DeepSeek-R1 相媲美。此外，该模型支持消费级显卡本地部署，为中小企业采用国产 AI 解决方案提供了更具经济性的选择。
阿里通义千问团队还表示，未来将继续探索将智能体与强化学习的集成，以实现长时推理，探索更高智能进而最终实现 AGI 的目标。
而对阿里而言，此次合作是其开源战略的重要延伸。阿里通义千问通过支持 Manus 这类高流量应用，可吸引更多开发者加入其开源生态，形成 " 模型供给—应用创新—用户反馈—模型优化 " 的正向循环。这种生态化打法，也有望增强阿里在 AI 产业链的话语权。
杨雯向 21 世纪经济报道记者表示，这种 " 大厂技术底座 + 初创应用创新 " 的模式，不仅加速了国产模型的商业化落地，也为行业提供了技术协同的范例。
Agent 成熟了吗？
从技术演进的角度来看，Agent 正被视为 " 下一个爆发点 "。
如今，用户对 AI 智能体的期待已从基础功能转向个性化与场景化服务，尤其是在简历筛选、金融分析等垂直领網域。Manus 的迅速走红正是这一趋势的生动体现——其内测邀请码在二手平台被炒至 5 万元高价，社交媒体上的讨论热度持续攀升，反映出市场对 " 真正可用 " 的智能体产品的迫切需求。
Manus 所属公司 Butterfly Effect 在 2024 年 11 月完成 A 轮融资，吸引了腾讯、红杉中国、真格基金以及王慧文等知名投资方的参与，充分展现了市场对其商业前景的看好。
与此同时，其他科技巨头也在 AI Agent 领網域积极布局。微软在 2024 年宣布打造全球最大的企业级 AI Agent 生态系统，并在 Dynamics 365 中集成了 10 个自主 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、" 浏览器助手 "Project Mariner 以及 " 编程助手 "Jules；OpenAI 则在 2025 年 1 月发布了首款 AI 智能体 Operator，并于 3 月 11 日推出全新 Agent 工具，旨在帮助开发者更便捷地创建能够自动执行任务的 AI Agent。
OpenAI 首席产品官 Kevin Weil 在 3 月 11 日表示，2025 年将成为 AI 智能体爆发的关键一年，ChatGPT 和开发者工具将从回答问题转变为在现实世界中为用户执行任务。
日前，阶跃星辰 CEO 姜大昕在阶跃星辰生态开放日上表示，Agent 的发展依赖于两大核心要素：一是多模态能力，让 Agent 充分地感知和理解世界；二是推理能力，使 Agent 能够进行长思维链的慢思考，主动规划、尝试、反思，通过不断纠错提供精准答案。过去一年，这两个能力均取得了进展。
开源证券研报表示，AI Agent 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。
然而，也有观点认为，尽管 AI Agent 在技术上取得了显著进展，但仍存在一些亟待解决的问题。
" 我认为 AI Agent 虽然潜力巨大，但尚未达到爆发的临界点。"OpenCSG（开放传神）创始人陈冉向记者表示，" 一方面，大模型的降本增效尚未充分实现，仍需进一步优化；另一方面，Agent 对数据质量和数量的要求极高，而数据的生成、归纳与收集方式尚未普及。"
目前，AI Agent 主要依赖于特定场景的预训练模型，在深层语义理解和复杂逻辑推理方面仍存在不足，尤其是在处理复杂逻辑任务时失误率较高，这为其大规模商用带来了潜在风险。
此外，伦理道德问题也引发了行业的广泛关注。杨雯向记者表示，Agent 可能生成有害、虚假或误导性内容，引发社会问题；它还存在数据隐私和安全风险，可能导致用户数据泄露；当出现问题时，责任界定较为困难，难以明确开发者、使用者等各方的责任。
尽管如此，趋势已然明朗。对企业而言，抓住这一波技术浪潮至关重要。业内普遍认为，谁能率先突破工程化瓶颈、构建可持续的商业模式，谁就能在 AI Agent 的 " 临界点 " 到来时，占据生态制高点。
