图片来源：视觉中国

蓝鲸新闻5月17日讯（记者 朱俊熹）AI Agent（智能体）赛道持续升温。继本周Manus向所有人开放注册、无需等待名单后，大模型独角兽MiniMax也在其AI助手中开启Agent内测。

内测页面显示，用户可自行选择“标准”或“深度”两种模式，输入任务并交由MiniMax Agent执行。其中，“深度”模式会进行深度推理，耗时较长，任务完成质量也相对较高。官方示例既包括对文档进行事实核查等研究型任务，也支持搭建网站、规划旅游行程等综合性任务。目前MiniMax尚未对Agent设置额度或费用限制，而Manus已在3月底公布其分档收费方案，按积分进行计费。

图片来源：MiniMax网页

蓝鲸新闻实测发现，MiniMax内测中的Agent页面与Manus存在相似之处。在执行过程中，MiniMax的Agent会对任务进行拆解，以思维链的方式呈现出具体步骤。它可以搜索、浏览中文互联网的部分内容，包括一些实时资讯，并在思考过程中列出资料来源。

相比之下，Manus的思维链会更为简洁，仅显示关键步骤。而MiniMax会提供每一个步骤的初步结论，反复深度思考，对内容进行补充和纠错。以“生成一份中国市场Agent的行业报告”这一相同任务为例，Manus在40分钟内完成了一份1.2万字的报告，MiniMax则在50分钟内给出了8千字的报告。

图片来源：MiniMax网页

MiniMax还加入了显示“当前进程”的视窗，用户可以实时看到Agent的工作流。如果说另一家独角兽智谱AI推出的智能体“AutoGLM沉思”，是通过跳转打开不同网页来可视化信息搜集的过程，MiniMax就更像是在“当前进程”一个窗口里集中呈现。

图片来源：MiniMax网页

事实上，MiniMax此前就曾透露过在发力智能体这一方向。据新华社报道，4月29日在向总书记现场汇报时，MiniMax创始人闫俊杰提及公司正在抓紧研发智能体。在闫俊杰参加的“下一代智能体的自主进化”沙龙活动中，现场参与者围绕模态内容、上下文窗口、模型调用、任务复杂度、智能体协作五方面展开探讨。其中，模态内容强调的是要向文本、语音、视觉多模态融合的方向进化。

图片来源：CCTV

MiniMax对多模态的重视从早期便显现出来。截至目前，公司自主研发了文本、语音、音乐、视频、图像等模型。基于这些不同模态的通用大模型，又推出了多款AI原生应用，包括Chatbot类智能助手MiniMax、海螺视频，以及注重多模态的陪伴产品星野。

5月15日，MiniMax发布了最新的语音模型Speech 02。据其介绍，该模型具有足够强的泛化能力，能够驾驭32语种、不同口音、不同情绪的人声。在两项全球语音基准测评榜单中，MiniMax Speech 02排在第一，表现超越了OpenAI等模型。

在MiniMax提供的Agent示例中，它还可以帮忙生成一个3分钟的通用冥想引导音频，用户甚至可以要求“使用温柔的女性声音”。尽管Manus也能完成同样的任务，但生成的人声效果明显不及MiniMax。

“大模型六小龙”中，MiniMax是继智谱AI之后第二家推出Agent的公司。去年10月以来，智谱陆续推出了能模拟人类操作手机、计算机等电子设备的智能体，支持跨应用操作，一句话让AI帮忙发微信红包或下单采购外卖。3月发布的AutoGLM沉思则主推“边想边干”。此外，月之暗面、阶跃星辰也在探索Agent方向。据阶跃星辰CEO姜大昕最新透露，其重点押注的是智能终端Agent，同样强调要充分发挥多模态的优势。

在科技行业看来，2025年有望成为AI Agent元年。目前这一赛道上已集聚了不同体量的玩家，既涌现出Manus、Genspark、Lovart等创业新秀，也有字节跳动、百度等互联网大厂。就在本周早些时候，腾讯还表态称借助微信生态，将有望打造一类独特的智能体，连接起社交、内容、小程序等不同组件。

一位Agent创业者此前对蓝鲸新闻表示，Agent领域仍在发展早期，渗透率还非常低。入局者们都还处于尝试定义问题，并初步解决的阶段。“其实当下不是大家关心竞争的时候，而是如何把产品做好。”