忘掉繁琐交互流程，也不用再蹲 Veo 3 了！

现在分钟级高质量的 AI 创意大片，能够一键生成了。

比如一张人物图 + 提示词脚本，就能生成记者第一视角下采访西游记的视频特辑。

整个过程流畅自然，角色风格一致性已经成为基本操作。

关键是不管这个要求多么天马行空，但它还是做到了细节满满，比如记者身上的记者证，白骨精、红孩儿、金角大王这些人物的对齐，以及多角色的配音口型也实现了一致。

着实被这一效果惊艳到了！

更想不到的是，实现这一最新突破的，并不是某个视频生成模型，而是最新升级的纳米 AI。

对比市场方案，一分钟视频成本可降低 95% 以上。目前纳米 AI 每天还有免费次数，对于普通用户来说，还不赶紧薅这波羊毛？

一个分钟级专业影片，不再是过往小时级或者天级的任务，而是人人皆可零基础低成本完成。

而如果扒开他的思考过程，就会一整个大惊呆！随便一个案例，你都会看到这么一个壮观景象：智能体「团队」执行步骤已经多到数都数不完了。

他们首创了多智能体蜂群，如同组建一支专业团队，依靠群体智慧协同作战，高效高质地完成这一复杂创作流程。

这并不是一次普通的升级，因为这标志着关于智能体的定位，真正来到了生产力阶段。

一句话生成大片

先来看这最新升级的产品。

表面上看没有什么区别，但实测之后背后大有文章。

先说结论。这次升级的重点，通俗来说，智能体实现了从单兵作战到多智能体协作的跃迁。

它与生成模型这种需精细提示、多次迭代才能出来的好作品不同，纳米 AI 仅需用户一句话指令就可以自动化生成高质量完整作品，并且时长不受限制、token 不受限制，即便是 10 分钟的视频也可以生成。

而且与其他智能体平台所强调的 " 多智能体协同 " 又有所区别，纳米 AI 的智能体团队规模更庞大，且每个智能体之间可共享记忆，并且还支持自定义 DIY 团队内部的 " 智能体储备 "。相当于你想要一个什么样的智能体团队，就可以拥有专属的团队。

就拿本次一个典型的多智能体蜂群「一句话生成大片」来说。

流浪地球 3 还在筹备，不妨先看看动画片的解解馋。

在输入了叙事情节之后，它就开始工作了。在工作之前，它还温馨提示：这可能需要花点时间，你可以先去处理其他事务。

随后，它就像人一样「自动拉群」，调用起多个智能体。比如超级配音演员、智能绘图专家、高级摄像师、高级剪辑师、影视后期专家等等。

可以看到，整个智能体团队非常庞大，规模已经堪比多少个创业团队了。

当然，中间也穿插了各种并行处理机制，整个执行效率也拉满了。

包括创意策划、分镜设计、画面生成、配音配乐、剪辑合成在内的整个过程，全程透明可编辑，比如像风格选择、BGM 选择、文案修改，都是可以人为干预随时修改，给人感觉就是一个人机协作的空间。

相比之下，有的智能体操作时，它就像是一个黑盒，你不知道它做了什么？你只能最后接受它的结果。要是它理解错了，你还无法及时修正，只能从头再生成一次。

最后它生成的结果直接可用。

所使用的 token 数显示达到了1437 万 +，相比于业内普遍 100 万 token 上限多了一个量级。

而除了生成这样的广告创意大片，它能做的事情还有很多。

比如生成短剧。爱因斯坦空降赤壁之战战场，会是什么样？

还可以电商带货。你有见过马斯克用中文给你带货吗？口型跟台词也都有对齐。

除了这个「一句话生成大片」之外，目前纳米 AI 已上线 10+ 类多智能体蜂群，涵盖视频制作、内容创作、行业研究、电商带货、旅行规划等多个场景。

除此之外，还可以自行 DIY 你的「多智能体蜂群」，想用什么场景就用什么场景。在这里，你可以完全用自然语言，而不是编程语言，来组建你的智能体团队。

它预设了三种智能体可以选择，包括专家智能体、条件智能体以及迭代智能体。

此外，还有智能体广场里可供选择。这里就像是一个「超级人才市场」，而你就是老板，按需招「人」拉群。如果没有合适的，你也可以自建智能体。

在这里，MCP 已经变成了最小的单元。你无需再关注背后的大模型能力，而只会把注意力放在最关键的事物上，包括但不限于：各种能力的智能体、组建成什么样的团队、能解决什么样的任务。

因此，纳米 AI 所展现的，其实是一个关键的行业视角转变——

当智能体真正成为了生产力，那么衡量它的维度就会从功能导向升级到结果导向。

而背后实现的关键，也是前面所提到次数最多的词：

多智能体蜂群。

多智能体蜂群是什么？

当前，智能体发展白热化，不管是初创公司还是大厂、又或者说垂直玩家都推出了自己的智能体平台，呈现出一片繁荣景象的感觉：打造智能体平台不是壁垒，真正核心挑战在于优化用户使用体验上面。

就比如大家都在强调多智能体协同，但是怎么协同？如何高效协同？这就是各家发力且呈现差异化的点了。

相信大家在使用一些智能体平台时，都有遇到过比如 token 限制、成本高昂等问题，但这些问题还不是主要的，单个智能体任务可靠性才是痛点。

有这么一组数据显示，单个智能体成功率如果达到九成，5 个智能体协作的成功率甚至要降至五成以下。而多步骤工作流里的错误率，是以指数方式复合叠加的。每一步 95% 的可靠性，跑 20 步，成功率就只剩下约 30%。

在单个任务执行步骤超过 100 步以后，单个任务的成功率必须要 99.9% 才能保证 90% 的成功率，99.97% 的单步成功率方可保证 97% 的成功率。

而单个智能体出错背后大抵有这些方面的原因，比如 MCP 工具有设计缺陷、MCP Host 性能低下以及大模型 " 抽卡 " 式的生成结果。

其中 MCP 出错是主要的原因，一个长任务一旦加入一个成功率低于 90% 的 MCP 工具会导致极高的失败率。因此打造推理智能体的厂商从 DAY1 就必须要考虑容错设计。

如果这样的问题不解决，「多智能体协同」将陷入 " 三个和尚没水喝 " 的困境，1+1 效果远远小于 2。

这一背景下，纳米 AI 独创的「多智能体蜂群」就更值得行业参考了。

因为从前面实测可以看到，各种智能体合作已经远远超过 20 步，而根据他们团队给的数据，其单个智能体在千万级用户规模下能够实现 98.2%，意味着单步成功率超过 99.97%。整个像「一句话生成大片」蜂群成功率可以达到 95.4%。

所以他们是如何实现 1+1 效果等于甚至大于 2 的呢？

首先，针对任务执行可靠性上就做了很多工作。比如构建专门为多步执行优化的大模型，自研的360 智脑 72B实现 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%。

他们还为实现高成功率打造自研的 MCP Infrastructure，以及为智能体打造了自研的 Agent Infrastructure，以此保障 MCP 的成功率和 Agent 的可靠性。围绕任务容错率，他们设计了一套智能体的自我修复、自我反思的工作机制，充分利用模型的能力自动修复错误。还打造了一套轻量级云端虚拟机，可以实现 1 秒钟快速启动，任务结束可以动态挂起，且单机性能高于业界 30%。

不过这次的最大亮点，还是在于「多智能体蜂群」。据介绍，整个「多智能体蜂群」背后由三个部分组成：360 智能体工厂、多智能体蜂群引擎、多智能体蜂群协作空间。

360 智能体工厂就不多说了，就是那个可以自行拉群组团的「人才市场」。

5 万个智能体这个数据只是暂时的，因为每个人都可以创建智能体，然后上传共享，这个智能体工厂会像滚雪球一样越来越庞大，所覆盖的功能也就会越来越多。

如果说 360 智能体工厂依托于纳米 AI 本身的生态优势。那么与「多智能体蜂群」直接相关的引擎、协作空间，依靠的则是纳米 AI 累积的技术实力。

据介绍，纳米 AI 采用全新的多智能体协作框架，可以把它理解为一个指挥中枢。在它的驱动下，多个专家智能体可以灵活拉群、多层嵌套、组队协作完成复杂任务。比如可以异步并行运行，大大缩短了超级任务的执行时长。

他们还首创多智能体蜂群协作空间技术，多智能体协作时共享 " 记忆 "，实现任务规划、协同执行、自我迭代、持续进化，这成功解决了以往多智能体协作时出现的 " 协同困境 " 问题。

比如像一句话生成大片这个蜂群，他们在专家智能体中做了风格、角色一致性问题的设定，就成功避免了一部短片里生成 5 个形象不同的主角这样的问题。这本身也是视频生成模型要解决的核心挑战。

当然要真正实现智能体蜂群，还离不开背后的 AI 算力和生态基座以及智能体引擎，来支撑起稳定可靠的结果输出。

纳米 AI 的智能体引擎，它支持无限工具调用、无限上下文长度以及上百种主流模型。这样一来，海量官方 MCP 工具一键启用，你也可以自主添加 MCP 工具，完成特定任务。

在无限上下文长度方面，有用户实测可以连续工作两小时，消耗 Token 2000 万，超过 1000 步的复杂任务不中断不卡壳，顺滑完成。

因此可以这么理解，此次多智能体蜂群的构建，首先它将智能体门槛打下来了——通过自然语言就可以设计、搭建推理智能体，背后依靠强大 MCP 生态以及技术引擎，让人人都能搭建自己的 "Manus"。这些智能体可以组合成一个团队，在一套指挥系统下执行复杂任务，并且这种蜂群组建的门槛很低，人人都可以自定义团队。

这样一种层层嵌套、层层都降门槛的方式，就可以激发智能体的无限潜力，处理任务也不局限于 2B 还是 2C，任何场景都可以组建、执行。

他们将像蜂群一样分工协作，依靠群体智慧全自动完成复杂任务，直接为你交付结果。

定义首个 L4 级智能体新标准

此次纳米 AI 超级搜索到纳米 AI 的升级，是 360 在产品和技术能力的关键突破。

通过多智能体蜂群的发布，纳米 AI 实现首个 L4 级智能体落地，重新定义行业技术标杆。

智能体时代的操作系统级平台，不同于市面上单点智能体工具，360 打造的是一套包含智能体工厂、蜂群引擎、协作空间的完整技术栈，其核心价值在于多智能体协作的可靠性、可扩展性以及开放性。

正如周鸿祎所评价的那样，

单个智能体再强，也只是 " 器 " 的层面，有其局限。通过协作框架，将不同能力的 " 器 " 有机组合，形成一个能解决复杂问题的 " 道 "，这才是系统架构的魅力。

从" 器 " 到 " 系统架构 "的角色转变，背后还暗含着智能体发展的演进图景。

如果也按照自动驾驶这么一个分级体系，那么智能体可以这么划分。

L1： 聊天助手 / 工具，如早期 ChatGPT/GPTs，擅长提建议或提供情感陪伴。

L2： 低代码工作流工具 ，需人工搭建流程，比如 Dify。这个阶段已经开始有了工具属性，但人类构建需要一定的门槛，然后再由 AI 来执行任务。

L3：可以理解为具备推理能力的专家智能体，有通用也有某单个领域的专家，执行能力很强，像早期的 Manus、Genspark，还有纳米 AI 里的 5 万 + 垂直专家智能体，深度研究智能体、购物智能体等。

L4：正如此次纳米 AI 所展现的那样，多智能体蜂群协作，依靠群体智慧来实现复杂任务，大大扩展了智能体的使用价值边界。

最终智能体发展到 L5，有可能是 Agent-Create-Agent 方向，也就是可以打造智能体的超级智能体。

回过头再来看纳米 AI的升级，本质是将智能体从技术工具概念，转化为标准化生产力工具。

它让智能体从辅助工具进化为可自主协作的 " 数字团队 "，让普通人也能零门槛调用群体智慧完成专业级任务。

当行业还在纠结于单智能体的功能迭代时，360 已率先突破至 L4 级智能体阶段，以 " 蜂群协作 " 解决了复杂任务的自动化、高可靠性难题。

这种前瞻性布局，不仅让 360 成为智能体技术实用化的带头人，更向行业传递出清晰的品牌主张：

智能体的终极价值不在于 " 单个能力有多强 "，而在于 " 能否像人类团队一样高效协作，直接交付结果 "。

这种 " 以结果为导向 " 的技术路径，回到了最初 AI 诞生的本质，只不过这次是以智能体为载体，带领行业从 " 智能体工具时代 " 迈向服务于每个人的 " 群体智能生产力时代 "。

于我们每个人来说，这将带来一种全新的工作范式。个体的核心竞争力，将体现在驾驭、配置和管理多智能体 " 蜂群 " 的能力上。

而掌握这一能力的用户，将成为智能体时代的 " 超级个体 "。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见