AI-помощник Marvis от Tencent позволяет пользователям подключать сторонние модели, включая Kimi и Zhipu GLM
Подробнее
Pandaily
pandaily.com

AI-помощник Marvis от Tencent позволяет пользователям подключать сторонние модели, включая Kimi и Zhipu GLM

1 сентября операционная AI-помощник Tencent Marvis активировал функцию «пользовательской модели». Теперь пользователи имеют возможность интегрировать сторонние модели, которые соответствуют общепринятым отраслевым стандартам интерфейсов. К таким моделям относятся решения от Tencent Cloud, Alibaba Cloud, DeepSeek, MiniMax, Kimi, Zhipu и Xiaomi, а также локально развернутые модели с открытым исходным кодом. Конфигурация этих моделей синхронизируется между различными устройствами.

Этот шаг отражает очевидный сдвиг на рынке больших моделей за последний год, поскольку ни одна модель не остается оптимальной во всех ситуациях. Разные модели демонстрируют превосходство в написании длинных текстов, генерации кода или скорости и стоимости ответа. В связи с этим резко возрос спрос на возможность переключения между множеством моделей в зависимости от требований конкретной задачи.

Ранее Marvis предлагал только встроенные в платформу модели; теперь пользователи могут комбинировать предварительный просмотр Hunyuan Hy4 с DeepSeek-V4 Pro для создания единого удобного пресета, либо направлять помощника на любую модель, предоставляющую стандартные интерфейсы.

Доступ к этой функции осуществляется через пользовательский интерфейс продукта: в разделе «Настройки», затем «Управление моделями». Там доступны быстрые настройки для Tencent Cloud, DeepSeek и Alibaba Cloud, а также специальная опция для ручного добавления любой необходимой модели. Во время диалога пользователи могут менять модели на лету, чтобы они соответствовали текущей задаче.

Marvis предоставляет каждому пользователю ежедневную бесплатную квоту в размере 10 миллионов токенов. При этом любое использование через подключенную стороннюю службу тарифицируется по счету самого пользователя, а не расходует эту бесплатную квоту, что является облегчением для пользователей, интенсивно работающих с кодом и длинными документами.

Обновление также снижает требования к локальным моделям. Предыдущий «локальный режим» Marvis требовал высокой вычислительной мощности на устройстве. Новая функция пользовательских моделей позволяет запускать модели с открытым исходным кодом через стороннее приложение на собственном компьютере, а затем вызывать их в Marvis посредством простой настройки. Поскольку такие данные разговора никогда не передаются на облачный сервер, это подходит для сценариев, чувствительных к конфиденциальности.

Наконец, настройки пользовательских моделей рассматриваются как активы учетной записи, а не как конфигурация для конкретного устройства. Если пользователь входит в одну и ту же учетную запись на Windows, Mac или мобильном устройстве, он сохраняет свой настроенный список моделей, и рабочий процесс с ИИ не прерывается при смене устройств. Marvis уже поддерживает Mac, Windows, iOS, Android и iPad, и данная функция доступна в последней версии.

Похожие сюжеты

Alibaba представила Qwen-UI-Agent: модель, способная взаимодействовать со всеми типами экранов
Подробнее
pandaily.com

Alibaba представила Qwen-UI-Agent: модель, способная взаимодействовать со всеми типами экранов

Компания Alibaba Qwen выпустила Qwen-UI-Agent 20 августа. Эта модель представляет собой агент на основе графического интерфейса (GUI), который охватывает работу на телефонах, настольных компьютерах, в вебе и при глубоком поиске. Основная идея модели заключается в понимании пользовательского интерфейса, имитации человеческих действий, таких как клики, ввод данных и свайпы, чтобы выполнять задачи.

Поскольку большинство программного обеспечения не предусматривает открытие API, графический интерфейс рассматривается как наиболее универсальный вход. Qwen-UI-Agent делает ставку на то, что экран является самым крупным интерфейсом, выступая универсальным исполнителем, который использует одну модель для четырех различных сред.

Ключевой сложностью для этой модели является работа с реальными устройствами, поскольку многие GUI-агенты обучаются в симуляторах и демонстрируют сбои на настоящем оборудовании. Alibaba разработала мобильную среду, включающую более 100 реальных телефонов и свыше 150 приложений, для обучения и оценки на физических устройствах, а также создала бенчмарк из 400 задач под названием MobileWorld-Real.

На мобильных устройствах MobileWorld показал результат в 82,1 процента, превзойдя такие модели, как GPT-5.6 Sol, Claude Opus 4.8 и Seed 2.1 Pro. MobileWorld-Real продемонстрировал лучшие результаты среди флагманских устройств, включая Gemini 3.1 Pro, а AndroidDaily достиг 97,5 процента. На настольных компьютерах OSWorld-Verified получил 79,5 процента, а в браузере WebArena занял первое место с показателем 73,6 процента; при использовании OSWorld-v2 количество шагов выполнения было сокращено на 58 процентов. Демонстрации показали возможность поиска через Amap, составления резюме из Xiaohongshu и бронирования в DingTalk в пяти или шести приложениях.

Модель, которая взаимодействует с экранами, сталкивается с более серьезными проблемами безопасности, чем с проблемами производительности. Qwen-UI-Agent интегрирует оценку безопасности непосредственно в процесс выполнения задачи: при получении незаконных или высокорискованных запросов агент отказывается от операции, завершая работу. При столкновении с конфиденциальными сценариями, такими как отправка красных конвертов, удаление файлов или запрос на авторизацию конфиденциальности, он останавливается и ожидает подтверждения. Например, при задании «отправить маме 500 юаней через Alipay», агент заполняет сумму и примечание, после чего останавливается на этапе оплаты для получения подтверждения. Если отсутствуют такие детали, как даты полета или класс салона, он сначала запрашивает эту информацию.

Пространство действий модели является смешанным: помимо GUI, она способна выполнять команды командной строки (CLI), причем действия CLI составляют почти половину всех действий на рабочем столе. В рамках задачи, состоящей из 170 шагов, агент проверил финансовые данные, запустил аналитические скрипты, создал отчеты в форматах Excel, PPT и Word, а также скорректировал макет с помощью визуальной проверки. При этом GUI отвечал за получение информации из веба, а CLI — за анализ. Обучение проводится агрессивно: онлайн-обучение с подкреплением поддерживает траектории длиной более 100 шагов с использованием около 10 000 параллельных сред. Агент также предлагает проактивные услуги: например, при уведомлении об отмене рейса он предлагает план перебронирования, а задачи могут передаваться между телефоном и настольным компьютером, например, получение чека из фотобиблиотеки и последующее создание сводной таблицы в Excel на рабочем столе. Таким образом, агент переходит от ожидания инструкций к заботе о пользователе.

Мир за пределами API значительно обширнее мира внутри них. Qwen-UI-Agent выбрал прямой подход: не стремиться изменить мир, а научиться использовать его в существующем виде, при этом технический отчет, страница проекта и код были опубликованы. Для рядовых пользователей актуальным вопросом остается, когда эти возможности будут интегрированы в повседневные телефонные помощники для решения тривиальных и сложных задач.

Популярное