OpenAI 的 Deep Research:端到端训练如何引领 AI Agent 的未来
OpenAI 的 Isa Fulford 和 Josh Tobin 近期在 Training Data 播客节目中,深入探讨了公司最新的 AI Agent 产品 Deep Research。他们指出,Deep Research 代表了 AI 研究能力的一次重大突破,它采用端到端训练模型,而非传统的固定操作流程。
OpenAI 的 Isa Fulford 和 Josh Tobin 近期在 Training Data 播客节目中,深入探讨了公司最新的 AI Agent 产品 Deep Research。他们指出,Deep Research 代表了 AI 研究能力的一次重大突破,它采用端到端训练模型,而非传统的固定操作流程。

Manus一夜之间成为AI圈顶流。它和DeepSeek的差别是什么,谁更厉害呢?
近日,全球首批通用智能体(Agent)之一的 Manus 发布了预览版,其官方展示的效果令人震撼。不同于许多仅停留在“建议”层面的 AI,Manus 不仅展现出强大的任务规划能力,更在任务执行方面实现了质的飞跃,真正做到了从规划到执行的闭环。那么,Manus 究竟是如何运作的?它又凭什么敢于宣称重新定义通用 Agent?本文将带您深入了解 Manus 的工作流程(Workflow)、记忆机制(Memory)以及前端交互(Frontend Interaction),并解析其如何将计算机操作、深度研究、编码代理等多种技术融为一体,实现“少即是多”的智能涌现。
人工智能 (AI) 模型领域总是充满惊喜,每一次技术突破都能牵动业界的神经。近日,阿里巴巴千问团队在凌晨时分发布了其最新的推理模型 QwQ-32B,再次引发了广泛关注。
一个新团队突然发了一个首款通用型的项目:Manus。演示在此,我人直接看麻了。
Manus 源于拉丁语“手”,是一个能将您的想法转化为行动的通用人工智能代理。