人工智能专题报告：Operator 和 Manus 打开 AI Agent 时代

扫码加入知识星球：人工智能、算力算网

下载全套资料

人工智能、人工智能安全、人工智能+、算力算网

OpenAl推出Operator，Al正式迈入Agent时代。Operator由CUA新模型提供支持，其通过强化学习实现了GPT-4o的视觉能力与高级推理相结合，可以像人类一样完成与图形用户界面(GUI)的交互。Operator运行在浏览器中，在云端构建虚拟环境来执行操作，工作步骤主要分为感知、推理、执行。当前Operator测试数据优于前期SOTA，但与人类差距仍较大，目前仍在快速进步中。

Operator遵守严格的数据使用和法律要求。OpenAl在数据使用上，除了公开和用户提供的信息之外，还有较多的第三方公司合作。美国法律对OpenAl在数据访问的隐私保护、数据安全、版权、特定领域数据保护等均有要求，Operator也提供了较为严格的安全措施。

Operator在多个场景应用已逐步显示潜力。Operator的一些典型应用场景包括：旅行预订、购物、餐厅预订、行政任务、市场营销、与各行业合作。OpenAl正与DoorDash、Instacart、OpenTable和Priceline等公司合作，以改进Operator在现实世界中的应用。

中国团队推出全球首个通用Al Agent Manus，性能表现优异，与阿里千万达到合作。Manus定位为全球第一款通用Agen,面对各类复杂多变的任务，Manus在自己的虚拟环境中灵活调用各类工具——编写并执行代码、智能浏览网页、操作各类网页应用——目标为用户直接交付完整的任务成果。在官方演示中，Manus展现了其筛选简历、遴选房产、股票分析等多种应用场景。在GAIA基准测试中，Manus在所有三个难度级别上都取得了新的最先进（SOTA）表现。目前Manus平台宣布将与阿里通义干问团队正式达成战略合作。