文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
開源的風 ， 終于是從大模型吹到了Agent 。
不要說線是歪的 ， 因為通往AGI之路注定會有波折
前幾天 ， 字節跳動旗下的Coze（扣子）平臺開源了 ， 給本就熱火朝天的 Agent 賽道又加了波猛料 。
大家別光顧著吃瓜看熱鬧 ， 其實這背后在說一件事：時代變了 。
以前大家比的是誰家模型更聰明 ， 所以拼了命把訓練參數做大、把基礎模型做強 。
但現在真正的戰場 ， 已經轉移到了怎么把大模型用好、用到實處 。
說白了 ， 大家都已經不滿足做個簡單的Agent ， 而是要看Agent 平臺怎么讓AI既能穩定地調用各種工具 ， 又能高效地跟外部世界打交道 。
要聊明白這事兒 ， 咱們得先看看AI Agent這幾年是怎么進化的 。
其實業界效仿隔壁自動駕駛的分級 ， 也給Agent強度排了個L1、L2、L3……
最簡單的L1級別的AI Agent ， 其實就是3年前火起來的以ChatGPt為代表的 ， 一堆大模型對話助手 ， 在這個程度 ， 你也就只能把它當個聊天機器人、信息搜索庫 ， 談不上什么生產力 。
后來 ， 它學聰明了點 ， 學會了用些小工具 ， 進化成了L2 工作流助手 。
L2 級別的工作流 Agent 就像個聽話的學徒 ， 你讓它上網查個資料、算個數 ， 它能照著你設定好的步驟一步步完成 。
但說到底 ， 還是得你這個當師傅的先把流程圖畫好 ， 所以也沒啥特別的 。
真正讓人興奮的 ， 是進化到L3級別的推理型Agent 。
突出的代表就是年初爆火的Manus ， 這也是讓 Agent 有了自主思考和規劃的能力 。
這家伙已經開始像個獨當一面的員工了 ， 規劃個旅游攻略、寫個PPT、做點論文草稿 ， 分分鐘把活兒安排得明明白白 。
但問題來了 ， 就好比人類的職場一樣 ， 專家員工再牛 ， 也干不了一個團隊的活兒 ， 所以還是得靠人給一堆員工派活 。
但這個過程的難度 ， 壓根不比你自己干來得輕松 ， 可能活還沒派完 ， 你的CPU先被干燒了 。
于是大家就想 ， 能不能組個Agent團隊 ， 讓AI來分配專業的AI干專業的事兒？
結果業界經過了各種各樣嘗試發現 ， 這幫看起來牛逼得不行的Agent湊一塊兒 ， 根本沒法合作！
因為你別看 ， 現在單個Agent執行任務的成功率挺高 ， 但只要組隊 ， 成功率就斷崖式下滑 。
一個流程里 ， 每一步都有95%的成功率 ， 聽起來已經挺好的了吧 ， 但只要跑上20步 ， 整個任務的成功率就直接掉到30%了 ， 是不是有你買足彩1串6、1串7那味兒了 。
就在大家為這幫散裝英雄一籌莫展的時候 ， 前兩天 ， 360集團正式發布的納米AI ， 好像給出了一種新思路 。
納米AI ， 有些差友可能還不大熟悉 ， 人家是紅衣大叔周鴻祎 360 旗下的AI產品 ， 最近升級成了“多智能體蜂群” ， 還號稱是全球唯一真正進化到L4級別智能體 。
昨天 ， 紅衣大叔還特地開了場專場發布會 ， 給大家好好聊了聊納米AI如今的變化 。
差評君也去聽完了全程 ， 然后還試用了一波 ， 真覺得有點牛了 。
我先不說其他的 ， 就給你看一個納米AI生成的視頻 。
差友們可以猜猜這個視頻咱花了多少精力 ， 寫了多少提示詞 ， 后期調整了多少 。
我來公布最終的答案 ， 花的精力就是上傳了一張火鍋的照片 ， 提示詞不到100個字 ， 后期完全沒做任何處理 ， 甚至在納米AI生成視頻的過程中 ， 咱們還去找小發打了一把王者 ， 游戲結束回來就看到了上面這個視頻 。
看視頻效果的時候 ， 背后站了一堆編輯部同事 ， 全在怪叫“牛逼牛逼” ， 發群里也像是誤入藕花深處 ， 驚起一灘“666” 。。。
當然了 ， 我們也找了隔壁Manus做了個類似的視頻 。
盡管Manus調用了目前最頂級的Veo3視頻生成大模型 ， 但什么情節、故事都不存在的 ， 純靠著大模型的基礎能力硬撐畫面 。
而且 ， 就像昨天直播里周鴻祎反復提及的“短視頻起號” ， 納米AI主打就是“一句話生成大片” 。
你還能用更簡單的方法生成視頻 。
比如咱們常在影視劇刷到的介紹某個歷史人物生平的視頻 ， 在納米AI里 ， 直接就有一個專門的Agent叫古人傳記導演 ， 你只需要說一句“于謙的一生” ， 然后就什么都不用管了 。
結果生成的質量也還是相當高 。
說真的 ， 這擱以前 ， 在一些短視頻賬號起號階段 ， 制作類似質量的視頻 ， 一般是一個編導配2-3個剪輯花半天時間才能做出來 ， 現在靠著納米AI ， 點幾下鼠標十幾分鐘就有了 。。。
而且 ， 咱們這個是最基礎的測試（其實是因為打王者 ， 忘記調整細節了） ， 兩個視頻完完全全都是納米AI一手導演的 。
而且實際執行過程中 ， 你完全可以在視頻風格、語音音色、最終腳本等等模塊 ， 進行調整修改 ， 來幫助AI生成更好、更符合你需求的視頻 。
是不是已經覺得納米AI有點東西了？
昨天直播里 ， 他們還表示 ， 納米AI的多智能體蜂群能在一起連續工作2個小時 ， 執行超過1000個步驟 ， 處理9000萬個Token（相當于幾千萬個漢字）的信息量 ， 中間不出錯、不掉鏈子 。
這個水平大伙可能有點暈 ， 我就這么說吧 ， 以 M 記為代表的L3級別的智能體 ， 處理的token數一般只能在百萬級 ， 換算成生成視頻 ， 一般不超過90秒 。
所以昨晚老周在直播間也放出話來：“咱們就是目前唯一一個能做10分鐘視頻的Agent 。 ”
為什么納米AI能實現L3到L4的突破呢？
其實是因為他們找了條多智能體并行的新路子 。
簡單來說 ， 納米AI有個超大智能體工廠 ， 里面有5萬個L3級別（也就是和M記同一級別）的Agent來滿足你的各種需求 。
如果你覺得這5萬個都不行 ， 也能自己再做新的L3級別Agent進去 。
這么一來 ， 你手底下就有幾萬個 ， 未來還能越來越多的Agent幫你干活 。
在360智能體工廠的基礎 ， 再加上納米獨創的L4技術 ， 才有了史上最長的10分鐘AI視頻 。
這套L4技術說白了 ， 就是在納米多智能體蜂群的平臺里 ， 給這幫平日里單打獨斗的Agent們 ， 加裝了一套超級通訊系統和共享的作戰指揮室 。
除了有部門經理和項目經理互相調度 ， 各個賽博牛馬之間也不再有溝通障礙 ， 所有智能體都在同一個頻道里聊天 ， 一個眼神就知道對方想干啥 ， 再也不怕傳話傳歪了 。
我們拿前面于謙的視頻舉例 ， 我提示詞只輸入了“于謙的一生” 。
納米AI能夠自己思考我要的是啥 ， 比如要的是歷史人物于謙 ， 不是德云社的大爺于謙 。
然后根據這個思路一點點研究于謙的生平 ， 編寫文案標題和相應的分鏡腳本 ， 接下來 ， 又會根據這些分鏡生成相應的圖片 ， 再把圖片生成視頻片段 ， 最后再像一個后期一樣 ， 把這些片段素材全部整合到一起剪輯成成片 。
而且 ， 在這個執行過程中 ， 納米AI能夠最多支持100個工具同時調用 。
你可別小看這個數字 ， 之前Manus爆火的時候 ， 網上對它的詬病最多的就是速度實在太慢 ， 因為它作為L3級別的Agent ， 只能一項命令一項命令的執行 ， 調用上一個工具 ， 完成需求 ， 才能繼續思考下一步怎么做 ， 想清楚之后再調用下一個工具 。
但納米AI的多智能體蜂群完全能夠做到邊想邊干 ， 我這邊還在調用工具進行配音 ， 那邊已經在想著調用大模型生成視頻畫面了 ， 這也大大提升了Agent的執行速度 。
不僅如此 ， 更絕的是 ， 納米AI為了搞定步驟一多 ， Agent容易出錯雪崩的情況 ， 還做了點安全冗余 。
周鴻祎在直播時透露自家產品用了一套比較暴力的解決方式 ， 那就是用token換正確率 。
比如生成某段視頻的分鏡圖片時 ， 單智能體不是容易出錯嗎？
但納米AI可以多智能體并行操作 ， 那我每個畫面都同時找三四個畫手一起畫 ， 加一個把關的步驟 ， 把生成失敗、出錯的剔除出去 ， 保留正確的畫面 ， 這樣就能大大提升成功率了 。
當然了 ， 盡管有了這些安全冗余 ， 但AI還是會出錯 。
咱們在測試時 ， 也出現了一次任務報錯 ， 但納米AI人還怪好的 ， 因為有些Agent任務出錯了消耗的token可不退你 ， 而納米AI是全額返還的 。
至于一些生成視頻文字上的瑕疵、前后一致性還不是完美之類的問題 ， 偶爾也還是會出現 。
但那句話怎么說的 ， 只要方向對了 ， 走得再慢也是在一步步接近目的地 。 而類似大模型基礎能力上不足 ， 其實也是目前業內大伙們提升的方向 。
而且 ， 該說不說 ， 咱挺認同納米AI現在的這個思路的 。
周鴻祎昨晚也說了 ， 現在制作短視頻其實是人人的剛需 ， 你做什么賬號能不做短視頻 ， 甚至發朋友圈也要vlog吧 。
買書買課不如學會用AI
那讓AI最快成為人人都愛用的、能改變大家生活的方式 ， 不就是在解決大家的實際需求嗎？
強如大模型也得做一個ChatGPT的載體 ， 才能在全球爆火 ， 而Agent界的ChatGPT遲遲沒出現 ， 這也是為啥業界和用戶之間有種割裂感 。
啥公司都在說我們有Agent ， 多牛多牛 ， 但我一個普通老百姓 ， 感覺根本用不到啊 。
而且 ， 納米AI的一句話生成視頻 ， 只是他們選擇的主攻點 ， 實際上 ， 你可以在L4級別多智能體蜂群里 ， 根據自己的需求從0搭建專屬自己的AI團隊 。
喜歡吃瓜的 ， 可以做一個每天娛樂大新聞總結Agent；喜歡體育的 ， 可以做一個專屬自己的體育報道AI天團 。。。
昨天周鴻祎一直在強調 ， 目前的大模型能力已經相當強悍 ， 但出于各種原因 ， 它真正的能力并沒有完全展現 。
在他看來 ， Agent就是目前能夠最大限度挖掘大模型能力的橋梁 ， 而通過多智能體共同參與 ， 就能很好地處理現階段的一些人類需求 ， 真正讓人覺得AI牛逼 。
說到底 ， AI的未來 ， 可能不取決于技術參數有多高、模型有多大 ， 而在于它能不能像納米AI這樣 ， 少談點玄乎的概念 ， 多做個好視頻、寫個好方案 ， 可能更有用 。
當AI不再是一個遙不可及的神 ， 而是我們隨時可以拉來組隊干活、不知疲倦的賽博牛馬時 ， AI的下半場 ， 才算真正開場了 。
【一鍵生成十分鐘長視頻？我發現了一個超強的起號套路】
推薦閱讀
- 1句話生成可玩的3D世界！谷歌Genie3震圈登場，世界模型終于迎來ChatGPT時刻
- 新加坡國立大學：TPDiff讓AI視頻生成快兩倍
- 實測豆包一鍵修圖，拍照小白有救了｜附修圖指令
- 生成式AI迎來應用熱潮，快手可靈AI上線多款新功能丨最前線
- 國產視頻生成再突破！從影視級短片到遠洋親情連線，AI讓天涯變咫尺
- 對話生數科技CEO駱怡航：參考生視頻讓創作回歸本質，下一步將推進實時生成
- Google將AI驅動的照片生成視頻功能擴展至更多應用
- 免費用 不限量！通義靈碼上線Qwen3-Coder：代碼生成能力大增
- 夸克、浙大開源OmniAvatar，一張圖+一段音，就能生成長視頻
- 百度視頻生成模型MuseSteamer開放H5體驗入口