如果说deepseek是模型基座的顶峰，这个可能就是当前模型应用的顶峰。详细介绍可看
从技术层面看，Manus的表现确实很亮眼。它在GAIA基准测试中拿下了SOTA（State-of-the-Art）成绩，直接甩开了OpenAI的同层次模型。这说明在技术性能上，它已经达到了行业领先水平。更关键的是，Manus不仅仅是一个“聪明”的AI，它还能“动手”。它能独立思考、规划任务，并直接执行，比如编写代码、操作网页、生成报告等。这种“全链路自主执行”的能力，是目前大多数AI助手无法企及的。
举个例子，如果你需要一份市场调研报告，Manus不仅能帮你分析数据，还能直接生成报告、制作表格，甚至帮你安排后续的行动计划。这种能力让它在旅行规划、股票分析、教育内容开发等领域都表现得游刃有余。
Manus的定位是“通用型AI Agent”，这意味着它不仅仅是一个工具，而是一个能跨领域解决问题的“助手”。它的应用场景非常广泛，从旅行规划到财务分析，从教育课程开发到供应商采购，几乎覆盖了所有需要复杂任务处理的领域。这种通用性是它的核心竞争力。
但这里有一个问题：这种通用性是否已经得到了广泛验证？从目前的资料看，Manus的很多能力还停留在演示阶段，比如官方放出的40个案例展示。这些案例确实很惊艳，但它们是否能在实际中大规模落地，还需要时间检验。毕竟，技术的突破和实际应用的成功之间，往往隔着一道鸿沟。
DeepSeek和Manus其实是两种完全不同的技术路径。DeepSeek专注于基础模型的研发，比如它的DeepSeek-V3和DeepSeek-R1模型，已经在数学推理、代码生成等任务上与OpenAI的GPT-4和GPT-o1相当，甚至在某些方面表现更优。它的开源策略也让人印象深刻，比如DeepSeek-V3的训练成本只有557.6万美元，而OpenAI的GPT-4模型训练成本高达1亿美元。这种低成本、高性能的优势，让DeepSeek在全球开发者社区中迅速积累了口碑。
Manus则是另一个方向，它更关注模型的实际应用。它的目标不是成为一个“更强的模型”，而是成为一个“更实用的工具”。从这个角度看，DeepSeek和Manus其实是中国AI技术在不同领域的双峰：一个是基础模型的顶峰，一个是应用领域的先锋。
Manus的发布已经引发了市场的强烈关注。比如，在A股市场上，相关ETF和个股出现了明显的上涨，用友网络甚至涨停。这说明市场对Manus的预期非常高。但预期高并不等于实际表现好。Manus能否真正改变市场格局，还需要看它能否在实际应用中站稳脚跟。
一个值得对比的例子是DeepSeek。它的开源策略让它的GitHub Star数迅速超越了OpenAI的明星项目Whisper。这种开源模式不仅降低了技术门槛，还让更多开发者参与到模型的优化和创新中。Manus如果也能采取类似的策略，比如开源部分功能或技术，可能会进一步扩大它的影响力。
原文链接：https://blog.csdn.net/weixin_48878618/article/details/146064389?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522292f6505b8fe26bb576b26b7d184cc25%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=292f6505b8fe26bb576b26b7d184cc25&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-14-146064389-null-null.nonecase&utm_term=manus
