文章圖片
文章圖片
【智能體邁入L4 時代！納米AI多智能體蜂群，可創作最長10分鐘AI視頻】
文章圖片
文章圖片
文章圖片
文章圖片
白交 發自 凹非寺
量子位 | 公眾號 QbitAI
忘掉繁瑣交互流程 ， 也不用再蹲Veo 3了！
現在分鐘級高質量的AI創意大片 ， 能夠一鍵生成了 。
比如一張人物圖+提示詞腳本 ， 就能生成記者第一視角下采訪西游記的視頻特輯 。
整個過程流暢自然 ， 角色風格一致性已經成為基本操作 。
關鍵是不管這個要求多么天馬行空 ， 但它還是做到了細節滿滿 ， 比如記者身上的記者證 ， 白骨精、紅孩兒、金角大王這些人物的對齊 ， 以及多角色的配音口型也實現了一致 。
著實被這一效果驚艷到了！
更想不到的是 ， 實現這一最新突破的 ， 并不是某個視頻生成模型 ， 而是最新升級的納米AI 。
對比市場方案 ， 一分鐘視頻成本可降低95%以上 。 目前納米AI每天還有免費次數 ， 對于普通用戶來說 ， 還不趕緊薅這波羊毛？
一個分鐘級專業影片 ， 不再是過往小時級或者天級的任務 ， 而是人人皆可零基礎低成本完成 。
而如果扒開他的思考過程 ， 就會一整個大驚呆！隨便一個案例 ， 你都會看到這么一個壯觀景象：智能體「團隊」執行步驟已經多到數都數不完了 。
他們首創了多智能體蜂群 ， 如同組建一支專業團隊 ， 依靠群體智慧協同作戰 ， 高效高質地完成這一復雜創作流程 。
這并不是一次普通的升級 ， 因為這標志著關于智能體的定位 ， 真正來到了生產力階段 。
一句話生成大片先來看這最新升級的產品 。
入口還是跟之前的納米AI搜索一樣 ， 只需下載APP應用 ， 無需額外任意配置 ， 「首頁」即可看到最新升級的納米AI 。 或者在官方主頁（https://bot.n.cn/）下載客戶端 ， 可以一鍵體驗更多功能的智能體 ， 給你的生活或工作帶來便利 。
表面上看沒有什么區別 ， 但實測之后背后大有文章 。
先說結論 。 這次升級的重點 ， 通俗來說 ， 智能體實現了從單兵作戰到多智能體協作的躍遷 。
它與生成模型這種需精細提示、多次迭代才能出來的好作品不同 ， 納米AI僅需用戶一句話指令就可以自動化生成高質量完整作品 ， 并且時長不受限制、token不受限制 ， 即便是10分鐘的視頻也可以生成 。
而且與其他智能體平臺所強調的“多智能體協同”又有所區別 ， 納米AI的智能體團隊規模更龐大 ， 且每個智能體之間可共享記憶 ， 并且還支持自定義DIY團隊內部的“智能體儲備” 。 相當于你想要一個什么樣的智能體團隊 ， 就可以擁有專屬的團隊 。
就拿本次一個典型的多智能體蜂群「一句話生成大片」來說 。
流浪地球3還在籌備 ， 不妨先看看動畫片的解解饞 。
在輸入了敘事情節之后 ， 它就開始工作了 。 在工作之前 ， 它還溫馨提示：這可能需要花點時間 ， 你可以先去處理其他事務 。
隨后 ， 它就像人一樣「自動拉群」 ， 調用起多個智能體 。 比如超級配音演員、智能繪圖專家、高級攝像師、高級剪輯師、影視后期專家等等 。
可以看到 ， 整個智能體團隊非常龐大 ， 規模已經堪比多少個創業團隊了 。
當然 ， 中間也穿插了各種并行處理機制 ， 整個執行效率也拉滿了 。
包括創意策劃、分鏡設計、畫面生成、配音配樂、剪輯合成在內的整個過程 ， 全程透明可編輯 ， 比如像風格選擇、BGM選擇、文案修改 ， 都是可以人為干預隨時修改 ， 給人感覺就是一個人機協作的空間 。
相比之下 ， 有的智能體操作時 ， 它就像是一個黑盒 ， 你不知道它做了什么？你只能最后接受它的結果 。 要是它理解錯了 ， 你還無法及時修正 ， 只能從頭再生成一次 。
最后它生成的結果直接可用 。
所使用的token數顯示達到了1437萬+ ， 相比于業內普遍100萬token上限多了一個量級 。
而除了生成這樣的廣告創意大片 ， 它能做的事情還有很多 。
比如生成短劇 。 愛因斯坦空降赤壁之戰戰場 ， 會是什么樣？
還可以電商帶貨 。 你有見過馬斯克用中文給你帶貨嗎？口型跟臺詞也都有對齊 。
除了這個「一句話生成大片」之外 ， 目前納米AI已上線10+類多智能體蜂群 ， 涵蓋視頻制作、內容創作、行業研究、電商帶貨、旅行規劃等多個場景 。
除此之外 ， 還可以自行DIY你的「多智能體蜂群」 ， 想用什么場景就用什么場景 。 在這里 ， 你可以完全用自然語言 ， 而不是編程語言 ， 來組建你的智能體團隊 。
它預設了三種智能體可以選擇 ， 包括專家智能體、條件智能體以及迭代智能體 。
此外 ， 還有智能體廣場里可供選擇 。 這里就像是一個「超級人才市場」 ， 而你就是老板 ， 按需招「人」拉群 。 如果沒有合適的 ， 你也可以自建智能體 。
在這里 ， MCP已經變成了最小的單元 。 你無需再關注背后的大模型能力 ， 而只會把注意力放在最關鍵的事物上 ， 包括但不限于：各種能力的智能體、組建成什么樣的團隊、能解決什么樣的任務 。
因此 ， 納米AI所展現的 ， 其實是一個關鍵的行業視角轉變——
當智能體真正成為了生產力 ， 那么衡量它的維度就會從功能導向升級到結果導向 。
而背后實現的關鍵 ， 也是前面所提到次數最多的詞：
多智能體蜂群 。
多智能體蜂群是什么？當前 ， 智能體發展白熱化 ， 不管是初創公司還是大廠、又或者說垂直玩家都推出了自己的智能體平臺 ， 呈現出一片繁榮景象的感覺：打造智能體平臺不是壁壘 ， 真正核心挑戰在于優化用戶使用體驗上面 。
就比如大家都在強調多智能體協同 ， 但是怎么協同？如何高效協同？這就是各家發力且呈現差異化的點了 。
相信大家在使用一些智能體平臺時 ， 都有遇到過比如token限制、成本高昂等問題 ， 但這些問題還不是主要的 ， 單個智能體任務可靠性才是痛點 。
有這么一組數據顯示 ， 單個智能體成功率如果達到九成 ， 5個智能體協作的成功率甚至要降至五成以下 。 而多步驟工作流里的錯誤率 ， 是以指數方式復合疊加的 。 每一步95%的可靠性 ， 跑20步 ， 成功率就只剩下約30% 。
在單個任務執行步驟超過100步以后 ， 單個任務的成功率必須要99.9%才能保證90%的成功率 ， 99.97%的單步成功率方可保證97%的成功率 。
而單個智能體出錯背后大抵有這些方面的原因 ， 比如MCP工具有設計缺陷、MCP Host性能低下以及大模型“抽卡”式的生成結果 。
其中MCP出錯是主要的原因 ， 一個長任務一旦加入一個成功率低于90%的MCP工具會導致極高的失敗率 。 因此打造推理智能體的廠商從DAY1就必須要考慮容錯設計 。
如果這樣的問題不解決 ， 「多智能體協同」將陷入“三個和尚沒水喝” 的困境 ， 1+1效果遠遠小于2 。
這一背景下 ， 納米AI獨創的「多智能體蜂群」就更值得行業參考了 。
因為從前面實測可以看到 ， 各種智能體合作已經遠遠超過20步 ， 而根據他們團隊給的數據 ， 其單個智能體在千萬級用戶規模下能夠實現98.2% ， 意味著單步成功率超過99.97% 。 整個像「一句話生成大片」蜂群成功率可以達到95.4% 。
所以他們是如何實現1+1效果等于甚至大于2的呢？
首先 ， 針對任務執行可靠性上就做了很多工作 。 比如構建專門為多步執行優化的大模型 ， 自研的360智腦72B實現100步成功率98.2% ， 非常接近Claude 3.7的99% ， 而且千Token成本比Claude 3.7低80% 。
他們還為實現高成功率打造自研的MCP Infrastructure ， 以及為智能體打造了自研的Agent Infrastructure ， 以此保障MCP的成功率和Agent的可靠性 。 圍繞任務容錯率 ， 他們設計了一套智能體的自我修復、自我反思的工作機制 ， 充分利用模型的能力自動修復錯誤 。 還打造了一套輕量級云端虛擬機 ， 可以實現1秒鐘快速啟動 ， 任務結束可以動態掛起 ， 且單機性能高于業界30% 。
不過這次的最大亮點 ， 還是在于「多智能體蜂群」 。 據介紹 ， 整個「多智能體蜂群」背后由三個部分組成：360智能體工廠、多智能體蜂群引擎、多智能體蜂群協作空間 。
360智能體工廠就不多說了 ， 就是那個可以自行拉群組團的「人才市場」 。
5萬個智能體這個數據只是暫時的 ， 因為每個人都可以創建智能體 ， 然后上傳共享 ， 這個智能體工廠會像滾雪球一樣越來越龐大 ， 所覆蓋的功能也就會越來越多 。
如果說360智能體工廠依托于納米AI本身的生態優勢 。 那么與「多智能體蜂群」直接相關的引擎、協作空間 ， 依靠的則是納米AI累積的技術實力 。
據介紹 ， 納米AI采用全新的多智能體協作框架 ， 可以把它理解為一個指揮中樞 。 在它的驅動下 ， 多個專家智能體可以靈活拉群、多層嵌套、組隊協作完成復雜任務 。 比如可以異步并行運行 ， 大大縮短了超級任務的執行時長 。
他們還首創多智能體蜂群協作空間技術 ， 多智能體協作時共享“記憶” ， 實現任務規劃、協同執行、自我迭代、持續進化 ， 這成功解決了以往多智能體協作時出現的“協同困境”問題 。
比如像一句話生成大片這個蜂群 ， 他們在專家智能體中做了風格、角色一致性問題的設定 ， 就成功避免了一部短片里生成5個形象不同的主角這樣的問題 。 這本身也是視頻生成模型要解決的核心挑戰 。
當然要真正實現智能體蜂群 ， 還離不開背后的AI算力和生態基座以及智能體引擎 ， 來支撐起穩定可靠的結果輸出 。
納米AI的智能體引擎 ， 它支持無限工具調用、無限上下文長度以及上百種主流模型 。 這樣一來 ， 海量官方MCP工具一鍵啟用 ， 你也可以自主添加MCP工具 ， 完成特定任務 。
在無限上下文長度方面 ， 有用戶實測可以連續工作兩小時 ， 消耗Token 2000萬 ， 超過1000步的復雜任務不中斷不卡殼 ， 順滑完成 。
因此可以這么理解 ， 此次多智能體蜂群的構建 ， 首先它將智能體門檻打下來了——通過自然語言就可以設計、搭建推理智能體 ， 背后依靠強大MCP生態以及技術引擎 ， 讓人人都能搭建自己的“Manus” 。 這些智能體可以組合成一個團隊 ， 在一套指揮系統下執行復雜任務 ， 并且這種蜂群組建的門檻很低 ， 人人都可以自定義團隊 。
這樣一種層層嵌套、層層都降門檻的方式 ， 就可以激發智能體的無限潛力 ， 處理任務也不局限于2B還是2C ， 任何場景都可以組建、執行 。
他們將像蜂群一樣分工協作 ， 依靠群體智慧全自動完成復雜任務 ， 直接為你交付結果 。
定義首個L4級智能體新標準此次納米AI超級搜索到納米AI的升級 ， 是360在產品和技術能力的關鍵突破 。
通過多智能體蜂群的發布 ， 納米AI實現首個L4級智能體落地 ， 重新定義行業技術標桿 。
智能體時代的操作系統級平臺 ， 不同于市面上單點智能體工具 ， 360打造的是一套包含智能體工廠、蜂群引擎、協作空間的完整技術棧 ， 其核心價值在于多智能體協作的可靠性、可擴展性以及開放性 。
正如周鴻祎所評價的那樣 ，
單個智能體再強 ， 也只是“器”的層面 ， 有其局限 。 通過協作框架 ， 將不同能力的“器”有機組合 ， 形成一個能解決復雜問題的“道” ， 這才是系統架構的魅力 。
從“器”到“系統架構”的角色轉變 ， 背后還暗含著智能體發展的演進圖景 。
如果也按照自動駕駛這么一個分級體系 ， 那么智能體可以這么劃分 。
L1： 聊天助手/工具 ， 如早期ChatGPT/GPTs ， 擅長提建議或提供情感陪伴 。 L2： 低代碼工作流工具， 需人工搭建流程 ， 比如Dify 。 這個階段已經開始有了工具屬性 ， 但人類構建需要一定的門檻 ， 然后再由AI來執行任務 。 L3：可以理解為具備推理能力的專家智能體 ， 有通用也有某單個領域的專家 ， 執行能力很強 ， 像早期的Manus、Genspark ， 還有納米AI里的5萬+垂直專家智能體 ， 深度研究智能體、購物智能體等 。 L4：正如此次納米AI所展現的那樣 ， 多智能體蜂群協作 ， 依靠群體智慧來實現復雜任務 ， 大大擴展了智能體的使用價值邊界 。最終智能體發展到L5 ， 有可能是Agent-Create-Agent方向 ， 也就是可以打造智能體的超級智能體 。
回過頭再來看納米AI的升級 ， 本質是將智能體從技術工具概念 ， 轉化為標準化生產力工具 。
它讓智能體從輔助工具進化為可自主協作的 “數字團隊” ， 讓普通人也能零門檻調用群體智慧完成專業級任務 。
當行業還在糾結于單智能體的功能迭代時 ， 360已率先突破至L4級智能體階段 ， 以 “蜂群協作” 解決了復雜任務的自動化、高可靠性難題 。
這種前瞻性布局 ， 不僅讓360成為智能體技術實用化的帶頭人 ， 更向行業傳遞出清晰的品牌主張：
智能體的終極價值不在于 “單個能力有多強” ， 而在于 “能否像人類團隊一樣高效協作 ， 直接交付結果” 。
這種 “以結果為導向” 的技術路徑 ， 回到了最初AI誕生的本質 ， 只不過這次是以智能體為載體 ， 帶領行業從 “智能體工具時代” 邁向服務于每個人的 “群體智能生產力時代” 。
于我們每個人來說 ， 這將帶來一種全新的工作范式 。 個體的核心競爭力 ， 將體現在駕馭、配置和管理多智能體“蜂群”的能力上 。
而掌握這一能力的用戶 ， 將成為智能體時代的“超級個體” 。
— 完 —
量子位 QbitAI · 頭條號簽
關注我們 ， 第一時間獲知前沿科技動態約
推薦閱讀
- 騰訊AI Lab開源可復現的深度研究智能體，最大限度降低外部依賴
- 449元 小米智能室外攝像機4 Pro三攝變焦版開售：3K畫質、9倍變焦
- 至像科技攜手智譜，以GLM-4.5升級AI打印新體驗
- 中國首臺半導體級步進納米壓印光刻機，交付
- 人工智能學會了看懂動作！復旦大學團隊的視頻識別新突破
- 千元頭戴耳機新標桿？水月雨Horizon真實體驗報告
- 智能手機暢銷榜更新：iPhone16跌出榜單前五，第一名有點小意外
- 時隔20年，佳能新建半導體光刻設備工廠
- 平臺化戰略再進一步，智元推出首個具身智能操作系統
- 三星S26Ultra曝光：沉浸式一體屏設計，強得飛起