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”。