详情

本年上半年，最吊足胃口和期待的，莫过于 Agent 器具，饼画得皆很大：平常中那些烧脑、类似、耗时间的任务，咫尺似乎只需要动出手指、敲几行 prompt 就能处罚。

大饼真的很诱东说念主，但仔细想想：想要真的作念到那么有用，需要的，是某种与你我类似的念念考、筹商，以致还有能我方跟我方较劲、主动反念念的材干。

带着这个方针，咱们测试了最新的 MiniMax Agent 进行了一轮深度测试——不再悦耳于初学级的历练，而是把它丢进了一些充满足念念意念念和挑战、又不失真实的职责场景，想望望它到底能贤达到什么程度。

对 MiniMax Agent 的期待，千语万言唯独少许：玩着玩着，就把活儿干了。

创意实践：超过瞎想的视觉叙事

MiniMax 自身就在多模态模子上积蓄深厚，这么的上风，关于想要坐褥创意型作品，可谓是信手拈来。

最近的 Labubu 简直火出天空，刚好就来给 Labubu 搞个宣传标的——听起来很复杂，这个 Agent 涓滴不慌，先制定一套齐全的宣传战略标的，细则录用物清单，再有序生成海报，再情有可原地准备宣传海报。

全程看下来，MiniMax Agent 一边动脑念念考，一边调用合适的器具，主打一个鸿篇巨制，丝丝入扣。

就录用的禁止来说，还确凿不小的惊喜：不仅视觉审好意思在线，先容案牍也讲得清澄莹爽，主题海报画廊一套接一套，别说，MiniMax Agent 不单能作念事，竟然还有点「品尝」。

类似的，还可以连续用 Labubu 作念主角，让 MiniMax Agent 整一册 20 页丹青书。

短短十几分钟，MiniMax Agent 就终端了绘画 + 编故事 + 网页排版，三步走。

效果出东说念主预料地出色，变装形象一致性比拟好，每页图配文也不无极，读起来有实践，看起来不没趣，还扶持网页端部署，排版合理，细节镇静。

天然，我更可爱它将 Labubu 改成了小兔帽熊熊的昵称，听起来软萌，看起来也如实养眼，图文兼备的情况下，符合小一又友，也符合大一又友。

PPT 制作：不啻好意思不雅，更会「雕花」

此次更新中，一大亮点是能作念漂亮的 PPT ——职场打工东说念主的刚需。

关于 MiniMax Agent 来说，PPT 亦然多模态的一种。看上去只是图片和翰墨，但不管是排版、实践筹商和组织，皆得有主题、有念念路、有逻辑，何况还要能自主补全实践。

比如面向初中生打算一份物理锻真金不怕火的 PPT：

或者面向投资者，制作的生意论述：

轻佻来说，要作念好 PPT，不仅是轻佻的信息查找，更是对信息的筛选、去噪和跨领域相关的材干测试。

制品的效果皆很顺眼，不禁让东说念宗旨思：在制作的过程中，MiniMax Agent 皆作念了些什么？

咱们用市集调研类别的 PPT 作念了一个测试，这类 PPT 经常数据量大、信息密集，碰巧可以望望它在连续数据、聘请合适图表以及呈现效果方面的材干到底若何样。

最初它能准确地拆分任务，按照「页面布局 + 图表类型 + 数据口头」三层结构来梳理实践，页面筹商很有一套。

可视化的呈现，不仅齐全无遗漏地展示了枢纽数据点，还把柄不同的数据特色，采用合适的可视化方式来展示。通盘这个词 PPT 的动画过渡也作念得相等通顺，把要点天然地隆起出来，连微退换画的工夫皆省了。

临了录用时，除了要求的 PPT 文稿外，还特地提供了 Web 和 PDF 文献，以及 Markdown 文献。

总体来看，Minimax agent 在「连续 - 整合 - 推理 - 生成 - 抒发」这一齐全链条上的材干皆很可以，尤其是在非代码、偏案牍和生意分析方面，十足称得上「专科」两个字。

音频到网站：一站式智能实践职责流

若是说图文皆还不算进阶，那更考验 agent 实力的场景出现了：这个任务要求把上传昔时的音频文献转机一遍体式，然后转成逐字稿，何况带时间戳。临了还要把柄实践生成一个念念维导图。

隔绝来看，这些任务皆没什么难度，但合在全部完成才是难点地方。

昔时，要么老到掌抓转体式器具，或销耗时间寻找并尝试多样在线转机器具。而 MiniMax Agent 径直在里面完成了这一操作，大大省俭了咱们寻找、安设和操作外部器具的元气心灵。

MiniMax Agent 在通盘这个词过程中展现出的高效与简单相等值得一赞。最直不雅的感受即是体式转机的无缝衔尾。从程度视窗里可以看到，MiniMax Agent 在生成逐字稿方面的快速、准确。

除了能把将音频实践转机为文本，还能对音频实践有深层连续，这些皆体咫尺给出的念念维导图里。

念念维导图不仅能明晰地梳理出音频的中枢不雅点和逻辑条理，还能准确捕捉到实践的条理结构和枢纽信息点。

这远超轻佻的枢纽词索要，展现了 MiniMax Agent 将衰败信息结构化、可视化的强劲材干。

固然是我给下的需求，但具体该若何终端，其实我心里也没数。倒是它我方，主动给我方安排好了职责：从安设依赖包到启动处事器，自行完成了该作念的职责，少许不需要费神。

UI 打算：边学边用，高效产出

委果回到平常职责中，一定会触及的要津是：调研了解 - 学习知道 - 上手实践。这是东说念主类最最基本的功课过程。毕竟，莫得调研，就莫得方针。

那么，想要成为一个优秀的 agent，这个过程也必弗成少——很复杂，可是很必要。

底下的案例中就是历练通盘这个词过程的终端：相干 Apple iOS 26 的液态玻璃的打算作风，制作一个类似的 UI。

显着，MiniMax Agent 也知说念这是个特地复杂的任务，给我方制定了一通盘这个词功课标的。

接下来则是一步步的打算、部署和写代码。要津很杂许多，但它我方丝丝入扣地实施，十足不需要东说念主来费神——以致还能猜测要找「视觉冲击力强」的素材。

最终录用出来的，不仅有代码包，还有一个网站，来展示通盘这个词过程中调研取得的后果，视觉化地展示不同维度的后果。

以致还特意留出了个交互体验的专区，可以轻佻体验效果——十足超出了原有 prompt 自身的设定，逾额完成任务。

原有的 prompt 其实相等轻佻，对比临了录用的后果可以看到，MiniMax Agent 不单是是有调研、深切的材干，用代码完成任务的材干，愈加是对任务有「我方的连续」。

深度相干：不啻是搜索，更需要推理

贵寓调研是基本功了，难度不高，可是个简略活——尤其是把柄最新的新闻作念调研，信息获取要尽量蔓延。

从念念维链的过程，以及录用后果上来看，Agent 在完成这份相干论述的发达，远超预期：不仅完成了结构化的信息整合，还展示了我方的推理材干。

在论述中，MiniMax Agent 并不单是轻佻摆列数据，而是能识别了市集规模「从上至下」与「自下而下」的弘远互异 ，并将其作为「紧迫的市集瞻念察」提议。

显着，轻佻的信息摆列，称不上是委果的「深度相干」。Agent 需要识别数据背后的模式、趋势、因果关系，并在这些基础上，酿成有价值的「瞻念察」和「中枢不雅点」 ——这需要的，是超过文本匹配的推理材干。

回来：左手模子，右手 Agent， MIniMax 让我看到了智能体畴昔的神气

Agent 是本年 AI 最火的赛说念之一，大家皆在驳倒 Agent 的畴昔，但委果让 Agent 从炫技演示和「五分钟热度」的玩物走向能调动生产力的器具，其实寥如晨星。

领有自研模子的 MiniMax 推出了我方的 Agent 产物，给咱们展现出了不通常的顶住。在测试后咱们也对 Agent 有了新的连续：决定 Agent 体验的，不单是模子自身，还更多体咫尺那些看不见的基础要领上。

这里有个至极值得一提的细节——作为孤苦公司，MiniMax 险些是独逐个家大概提供齐全全模态材干的厂商。

▲ MiniMax 语音模子 Speech-02-HD 位列 Artificial Analysis Speech Arena   榜单第一

MiniMax 视频模子   Hailuo 02 位列 Artificial Analysis Video Arena   榜单第二

Agent 大部分的材干皆依赖于模子这个引擎，「模子即 Agent」的趋势也越来越光显。

在这少许上，模子公司作念 AI 欺诈的上风就体现得长篇大论了。由于径直掌控模子底层，他们能更有用地优化调度逻辑、镌汰出手老本，并构建数据飞轮来自主迭代。

MiniMax 就是这么的典型代表——跟着其自有模子材干的擢升，Agent 的出手老本不竭优化，性能也显贵增强。

今天 MiniMax 开源全球首个大规模混杂架构的推理模子 MiniMax-M1，原生扶持 100 万 token 的输入长度和 8 万输出 token 的行业最长输出，推理算力生成 10 万 token 只需要 DeepSeek R1 的 25%，将推理模子的价钱又打了下来。

当其他创业公司还在为腾贵的 token 老本发愁时，MiniMax 一经大概通过擢升自有模子比例来系统性地镌汰 Agent 运营老本，这对用户能赓续庞杂地体验十分紧迫。

这恰是「Minimize   Efforts，Maximize   Intelligence」的极致解说，轻佻来说，就是用最小的奋勉调换最大的智能。

MiniMax 这种「左手模子，右手 Agent」的布局，让他们大概在技巧材干和用户价值之间找到最好均衡点，如实具备了在这场智能体竞赛中脱颖而出的条目。

咱们正身处一个前所未有的转动点：AI 正从器具进化为领有「大脑、感官、四肢」的复合智能体万博manbext体育官网app娱乐，它为畴昔职责与生存，开启了更新、更酷的瞎想空间。