Manus:首款通用型人工智能助手
　　 Manus在其宣传视频中，宣称其为全球首款通用人工智能助理（General AIAgent）。不同于传统人工智能，在用户提出需求后，Manus能不止步于仅仅提供方案，还可以亲自“动手实践”向用户交付成果。在测试智能体系统能力的GAIA基准测试中，Manus在三个难度等级问题中的表现均优于OpenAI的Deep Research，成为了该领域新的SOTA。目前，在日程规划、数据挖掘分析、财报审查等诸多领域，Manus都可以提供高效可靠的一站式解决方案。
　　Manus相似竞品对比
　　目前来说,市面上没有一个与Manus绝对意义上的对标竞品，因为其本身是目前市面上多款产品功能的结合。Manus有和OpenAI的Deep Research都具有强大的研究和任务处理能力。甚至能力在其发布的GAIA基准测试对比图看，能力强于Deep Research。另外，Manus的运行方式又与Anthropic的Computer Use类似，都能在独立环境中运行并调用各类工具。Manus更像是结合各家所长的集成体。虽然目前没有绝对意义上的竞品，但我们也整体对比了下各类与Manus有部分相似功能的竞品。在运行方式上类似的有Computer Use、Proxy和Operator;从信息收集和分析能力强度上类似的有Deep Research。
　　综合对比来看，Claude需占用本地资源创建虚拟环境，并且单一的Computer Use在处理复杂问题时表现不尽人意，时常发生系统崩溃的问题。例如，用户在使用Claude获取B站游戏类top10视频信息时，由于B站主页并无“排行榜”标签，需要大模型进行推理与尝试以寻找可能的排行榜入口，但Claude因受限于推理能力，在频繁报错后程序崩溃，未能完成该任务。相比之下，Manus优化解决了这一问题，从目前展示的示例来看，无论是像“寻找潜在客户”的抽象问题还是像“分析财务报告”的多步骤问题，Manus都能高效交付结果。另一方面，Proxy和Operator的可执行范围仅局限于浏览器，无法调用终端、文件系统等资源交付最终结果，并且在发生异常时也不能像Manus一样高效地自动处理。总的来说，结合性能测试结果与用户反馈，Manus从其展示的demo来看，在功能和性能上均显著领先于现有竞品，也成为其广受瞩目的重要原因。
　　Manus产业链解析
　　Manus的成功展示了Agent范式的新潜力，可以独立地承担更多复杂任务，大幅提高工作效率。因此，Manus相关产业链也受到了金融市场的关注。本文从模型的角度出发，给出“Manus”产业链图谱结果，并提供概念股相关标的结果。
　　风险提示
　　大语言模型输出结果具有一定随机性的风险，模型迭代升级、新功能开发可能会导致结论不同。新闻可能包含误导性的信息，语料质量对结果正确性存在负面影响的风险。人工智能模型得出的结论仅供参考，可能出现错误答案的风险。