गोले का उपयोग किया जाता है, और Manus एक अच्छा एजेंट हो सकता है, लेकिन यह प्रचार के लिए नहीं है

एक्स पर, एमआईटी पीएचडी @ZengyiQin अपने विचार साझा करते हैं। "मनुस एक अच्छा उत्पाद है, लेकिन यह एक तकनीकी सफलता नहीं है", वह कहते हैं।

कुछ घरेलू एआई समुदायों में, मिश्रित समीक्षाएं भी हैं। कुछ तकनीशियनों का मानना है कि मनुस एक अच्छा एजेंट हो सकता है, लेकिन यह इतना पीछा करने के लिए पर्याप्त नहीं है, अकेले तथाकथित "XX क्षण" को छोड़कर;कुछ निवेशक उपग्रह आधारित रिपोर्टिंग से नाराज भी हैंअन्य लोग मैनुस टीम को उसके सफल विपणन व्यवधान के लिए प्रशंसा करते हैं।

मैनस ने प्रौद्योगिकी उद्योग का ध्यान आकर्षित करने के बाद, मैनस एआई के भागीदार झांग ताओ ने सोशल प्लेटफॉर्म पर एक पोस्ट में प्रतिक्रिया दी।उन्होंने कहा कि "मैंने सभी के उत्साह को पूरी तरह से कम करके आंका," और बताया कि मनुस अभी भी एक बच्चे के भीतर एक बच्चा है, और सभी को दर्जनों लोगों की इस कंपनी के प्रति अधिक सहिष्णु और समझदार होने के लिए भीख मांगी,"टीम कड़ी मेहनत कर रही है ताकि हर कोई जल्द से जल्द एक बेहतर उत्पाद का अनुभव कर सके. "

क्या मनुस एक क्रांतिकारी नवाचार है? शायद यह कहने के लिए बहुत जल्दी है. एक समय के लिए गोलियों को उड़ने दें.

मनुस के अधिकारियों ने केवल चार मिनट का एक डेमो वीडियो दिया, और बाकी "उत्पाद के साथ सभी के साथ संवाद" था।

रिपोर्टों के अनुसार, Manus स्वतंत्र सोच और प्रणाली योजना क्षमताओं के साथ दुनिया का पहला सार्वभौमिक एजेंट उत्पाद है।जो केवल सुझाव या उत्तर प्रदान करता है, मनुस आभासी वातावरण में स्वायत्त रूप से उपकरणों का आह्वान कर सकते हैं, जैसे कि कोड लिखना, वेब को बुद्धिमान रूप से ब्राउज़ करना, विभिन्न अनुप्रयोगों को हेरफेर करना, और सीधे पूर्ण कार्य परिणाम वितरित करना।यात्रा की योजना से लेकर जटिल कार्य करना, स्टॉक विश्लेषण, शैक्षिक सामग्री का निर्माण, बीमा पॉलिसी की तुलना, आपूर्तिकर्ता खरीद, वित्तीय रिपोर्ट विश्लेषण और बहुत कुछ।

GAIA बेंचमार्क में, एक बेंचमार्क जो मूल्यांकन करता है कि कैसे सामान्य उद्देश्य वाले एआई सहायक वास्तविक दुनिया की समस्याओं को हल करते हैं,मनुस ने तीनों कठिनाई स्तरों पर नए अत्याधुनिक (SOTA) प्रदर्शन को प्राप्त किया.

आधिकारिक जानकारी से पता चलता है कि मैनस का कोर स्वतंत्र आभासी मशीनों में बंद-लूप कार्य प्रवाह बनाने के लिए मल्टी-एजेंट वास्तुकला (मल्टी-एजेंट सहयोग वास्तुकला) का उपयोग करता है।

विशेष रूप से, यह नियोजन एजेंट, निष्पादन एजेंट और सत्यापन एजेंट के श्रम और सहयोग तंत्र के विभाजन के माध्यम से जटिल कार्यों से संबंधित है।

इस प्रक्रिया में, मैनुस वर्चुअल मशीन में एक नया कार्य वातावरण बना सकता है, और विभिन्न उपकरणों को कॉल कर सकता है, जिसमें कोड लिखना और निष्पादित करना, वेब ब्राउज़ करना, ऑपरेटिंग एप्लिकेशन आदि शामिल हैं,और अंततः उपयोगकर्ताओं के लिए उच्च गुणवत्ता वाले उत्तर या समाधान उत्पन्न करते हैं.

उदाहरण के लिए "अप्रैल में जापान की यात्रा अनुकूलित करें" को लें, आधिकारिक डेमो के अनुसार, प्रॉम्प्ट शब्द दर्ज करने के बाद,मैनुस इस कार्य को अलग-अलग करेगा और आपके निर्देशों के अनुसार विचार का निर्धारण करेगा.

फिर, यह अपनी योजना का पालन करेगा, कदम से कदम, डेटा पुनर्प्राप्त, सामग्री का विश्लेषण और इतने पर. आप इंटरफ़ेस के दाईं ओर के माध्यम से वास्तविक समय में संबंधित उत्पन्न कोड देख सकते हैं.

मैनुस तब कोड को समेकित करता है और इसे एलएलएम को वापस खिलाता है, स्मृति को अपडेट करता है और तर्क और सामग्री उत्पादन करता है। अंत में, एक पूर्ण और व्यक्तिगत यात्रा योजना बनाई जाती है।

एक्स पर, एमआईटी पीएचडी @ZengyiQin अपने विचार साझा करते हैं। "मनुस एक अच्छा उत्पाद है, लेकिन यह एक तकनीकी सफलता नहीं है", वह कहते हैं।

मैनुस, वह कहता है, मुख्य रूप से कार्यों को करने के लिए पूर्वनिर्धारित प्रवाह का पालन करता है। हालांकि, भले ही यह अल्पकालिक में सिस्टम कार्यक्षमता को अनुकूलित कर सकता है,पूर्वनिर्धारित प्रक्रियाएं प्रणाली के अधिकतम प्रदर्शन को काफी सीमित करेंगीसाथ ही, Manus केवल अपेक्षाकृत सीमित वातावरण में ही काम कर सकता है, यानी ब्राउज़र स्तर और ऑपरेटिंग सिस्टम स्तर के बीच कुछ हद तक,और यह पूर्वनिर्धारित सॉफ्टवेयर उपकरण के बाहर प्रभावी नहीं है. उदाहरण के लिए, यह स्लाइड को नियंत्रित नहीं कर सकता है आपके लिए स्लाइड बनाने के लिए. और उस सॉफ्टवेयर का एक बड़ा हिस्सा वास्तव में मैनस के टूलबॉक्स के बाहर है.

NetEase प्रौद्योगिकी के आदान-प्रदान और तकनीकी कर्मियों की एक संख्या के बाद, अपेक्षाकृत सुसंगत विचार यह है कि Manus एक अच्छा एजेंट हो सकता है, लेकिन यह इतना पीछा करने के लिए पर्याप्त नहीं है,अकेले तथाकथित "XX क्षण".

मानस उत्पादों के संस्थापक शियाओ होंग ने 2015 में हुआज़ोंग विज्ञान और प्रौद्योगिकी विश्वविद्यालय से स्नातक की उपाधि प्राप्त की, जिसमें सॉफ्टवेयर इंजीनियरिंग में विशेषज्ञता प्राप्त थी, और एक धारावाहिक उद्यमी है।उन्होंने नाइटिंगेल टेक्नोलॉजी की स्थापना की और सास टूल जैसे बी-एंड उत्पाद लॉन्च किए।, वन पार्टनर असिस्टेंट और माइक्रो पार्टनर असिस्टेंट, जिसे टेंसेंट, झेनफंड और अन्य कंपनियों से सैकड़ों मिलियन का निवेश मिला और 2020 में उत्पादों को एक यूनिकॉर्न कंपनी को बेच दिया।

चार मिनट के वीडियो में, प्रस्तुतकर्ता मोनिका के सह-संस्थापक और मुख्य वैज्ञानिक जी यीचाओ हैं, शीओ होंग नहीं।

2022 में, शीओ होंग ने विदेशी बाजारों पर ध्यान केंद्रित करते हुए एआई सहायक मोनिका को विकसित करने के लिए "बटरफ्लाई इफेक्ट" कंपनी की स्थापना की। मोनिका ऑल-इन-वन को प्राप्त करने के लिए विभिन्न बड़े पैमाने पर भाषा मॉडल को एकीकृत करती है,उपयोगकर्ताओं को चैट जैसी विविध कार्यात्मक सेवाएं प्रदान करना, अनुवाद, प्रतिलिपि प्रसंस्करण और चित्रण।

लेकिन चूंकि यह बड़े मॉडल विकसित नहीं करता था, इसलिए मोनिका को बाजार में प्रवेश करने के क्षण से ही "शेल" उत्पाद के रूप में आलोचना की गई थी।"शेल" उत्पादों के बाजार का सामान्य दृष्टिकोण यह है कि यह दीर्घकालिक नहीं है।, इसका अधिकांश बाजार चरणबद्ध उत्पादों का है, और उत्पाद का अंत बड़ी मॉडल कंपनियों द्वारा खाया जाएगा।

2024 में, मोनिका की मृत्यु नहीं हुई, और इसका उत्पाद रूप धीरे-धीरे ब्राउज़र प्लग-इन से ऐप और वेब पृष्ठों तक विस्तारित हो गया है। उपयोगकर्ताओं की संख्या 10 मिलियन तक पहुंच गई है, और लाभ काफी है,एआई क्रोम प्लग-इन उत्पादों के प्रमुख से संबंधित.

मैनस जो इस बार स्क्रीन ब्रश करता है वह भी मोनिका के उत्पाद विचार को जारी रखता है। जबकि टीम ने मैनस डॉक मॉडल की घोषणा नहीं की है,यह स्पष्ट रूप से बड़े मॉडल की क्षमताओं का एकीकरण है.

एआई एजेंट एक नई अवधारणा नहीं है, लेकिन पिछले उत्पादों को अक्सर वास्तव में "उपयोग" करना मुश्किल होता है। कई प्लगइन्स जिन्हें डिबग करने की आवश्यकता होती है, साथ ही जटिल टूलचेन,आम उपयोगकर्ताओं को वास्तव में उनका उपयोग करने से रोकने वाले मुख्य बाधाएं हैं.

मनुस के टूटे हुए चक्र का सावधानीपूर्वक विश्लेषण इसलिए भी किया जा सकता है क्योंकि आम लोगों के लिए इसे समझने और वास्तव में उपयोग करने की सीमा बहुत कम हो गई है।

उपयोगकर्ता की प्रतिक्रिया के अनुसार, मानस अपेक्षा से कार्य निष्पादित करने में बहुत अधिक धाराप्रवाह है, यहां तक कि एक अस्पष्ट कार्य निर्देश को संदर्भ के अनुसार अलग किया जा सकता है और निष्पादित किया जा सकता है,उपयोगकर्ता से सटीक इनपुट देने की आवश्यकता के बजाय.

हालांकि, कार्यान्वयन प्रभाव के दृष्टिकोण से, कई लोग यह भी कहते हैं कि अभी भी मैनस द्वारा प्रतीकित वास्तविक "हाथों की मुक्ति" से कुछ दूरी है।

सुपरलाइनर अकादमी में, मैनस टीम के सदस्यों का कहना है कि वे कम संरचना और अधिक बुद्धि के दर्शन में विश्वास करते हैं और अभ्यास करते हैंः जब आपके डेटा पर्याप्त अच्छे होते हैं, तो मॉडल पर्याप्त मजबूत होता है,वास्तुकला पर्याप्त लचीला है, और इंजीनियरिंग पर्याप्त ठोस है, तो कंप्यूटर उपयोग, गहन अनुसंधान, कोडिंग एजेंट, आदि जैसी अवधारणाएं उत्पाद सुविधाओं से प्राकृतिक क्षमताओं तक जाती हैं।

इससे पहले, Xiao Hong भी एक सार्वजनिक साक्षात्कार में एजेंट पर अपने विचारों को साझा किया। वह मानता है कि पीछे की ओर देखते हुए एआई विकास की प्रवृत्ति, सबसे शुरुआती फार्म इनपुट से प्राकृतिक संवाद,और अब आप संदर्भ के साथ उपयोगकर्ता की जरूरतों को समझ सकते हैं, मूल तर्क यह है कि उत्पाद आम उपयोगकर्ताओं की उपयोग की आदतों के अनुरूप होते जा रहे हैं,और लोगों और एआई के बीच संचार अधिक से अधिक चिकनी और मानवीय हो रहा है.

उत्पाद के लॉन्च से दो दिन पहले, शीओ होंग ने सोशल मीडिया पर पोस्ट किया: 2025 में, चैटबॉट दूसरी खाई को पार कर रहा है, एजेंट पहली खाई को पार कर रहा है, अगले छह महीनों में,वहाँ कई अच्छे लड़ने के अवसर होंगेअंत में, आपको विश्वास करना चाहिए कि गोले का उपयोग होता है!

हालांकि, शियाओ होंग ने कहा कि एजेंट के "पहले अंतर" को पार करने का ऐतिहासिक क्षण दूर नहीं है।