Manus AI 为什么在国外没人关注?

Manus AI: 最佳 AI 助手
目前,Manus 仍处于内测阶段,需要使用邀请码登录使用。
收藏者
0
被浏览
66

5 个回答

zke LV

发表于 昨天 13:31

在国内的公司开启内测,推广需要一段时间,但是事情也出现了反转 ,说是那家公司的人做过度营销。这个我们作为旁观者,还需再等待。虽然今年是中国真正AI爆发的元年,但是各种良莠不齐的东西会呈现在我们面前,需要我们自行进行甄别。

流风回雪 LV

发表于 昨天 13:42

Manus:国内火爆,国外却“冷场”?
Manus 现象:国内火热与国外冷淡

在 2025 年 3 月初,一款名为 Manus 的 AI 产品如同一颗重磅炸弹,在国内中文互联网圈引发了轩然大波。众多国内主流科技媒体纷纷对其进行报道,将其称为 “全球首款通用 AI 智能体” ,甚至将其与《流浪地球》中的 “MOSS” 相提并论,一时间,Manus 成为了科技领域的热门话题。
当 Manus 官网开放内测后,其邀请码瞬间成为了一种极度稀缺的资源,在国内即刻、小红书等社区,求码帖铺天盖地,不少用户为了获得邀请码,不惜熬夜蹲守,只为能抢先体验这款被寄予厚望的 AI 产品。这种疯狂的追捧直接传导至资本市场,AI 智能体概念股集体涨停,立方控股、酷特智能等公司股价单日涨幅超 20%,足见市场对 Manus 的期待。
在二手交易平台上,Manus 邀请码更是被炒到了令人咋舌的高价,标价从 999 元至 5 万元不等,甚至有卖家开价 10 万元且不接受砍价,声称 “非常难得”。尽管 Manus AI 的合伙人张涛澄清称,“从未开设任何付费获取邀请码的渠道,目前内测期间系统容量有限,将优先保障现有用户的核心体验,并逐步有序释放邀请”,但这依然无法阻挡人们对邀请码的狂热追求。
然而,与国内的火爆形成鲜明对比的是,Manus 在国外市场却显得异常冷淡。在海外社交平台上,如 X(原推特)、Reddit 等,Manus 的讨论热度远低于国内,只有少数科技媒体对其有所提及 。Manus 官网数据显示,其内测申请中 87% 来自中国用户,海外用户占比不足 10%。在 YouTube 上,Manus 的发布视频观看量为 5.1 万次观看,仅 181 条评论;在 X 上的发布推文浏览量 35 万次,但仅有 430 条评论,热度与国内的热烈讨论形成了强烈的反差。
这种国内火热、国外冷淡的现象,不禁让人感到十分疑惑。究竟是什么原因导致了 Manus 在国内外的关注度出现如此巨大的差异呢?是产品本身的特性,还是市场环境、文化背景等因素在起作用?接下来,就让我们深入探究一下背后的原因。
技术质疑:创新不足还是夸大宣传

(一)技术创新性遭疑

国外研究者对 Manus 的技术创新性提出了诸多质疑。在他们看来,虽然 Manus 宣称是全球首款通用 AI 智能体,但其技术并非像宣传中那样具有开创性。与 OpenAI 的 GPT 系列、谷歌的 BERT 等成熟的 AI 产品相比,Manus 在技术原理上并没有本质的区别。
以 GPT-4 为例,它在自然语言处理方面已经达到了相当高的水平,能够理解和生成复杂的文本,进行智能对话、文本创作、代码编写等任务 。而 Manus 在文本处理能力上,并没有展现出超越 GPT-4 的独特优势。有国外技术博主在对比测试中发现,Manus 在处理长文本时,对语义的理解和连贯性的把握与 GPT-4 类似,并没有带来令人眼前一亮的新功能或新特性。
此外,Manus 声称能够实现多模态交互,即整合文本、图像、语音等多种信息进行处理,但这一能力在现有 AI 产品中也并非独一无二。谷歌的多模态 AI 已经能够实现图像描述生成、语音识别与合成等多模态任务的协同处理 ,且在实际应用中表现出较高的稳定性和准确性。相比之下,Manus 在多模态交互方面的技术突破并不明显,难以在众多同类产品中脱颖而出。
(二)实际性能表现不佳

除了技术创新性受到质疑,Manus 的实际性能表现也未能达到国外用户的期望。有不少国外体验者反馈,Manus 在处理复杂任务时频繁出现逻辑错误。例如,在进行数据分析时,Manus 会对数据趋势做出错误的判断,给出不合理的分析结论。在处理一个关于股票市场走势分析的任务时,Manus 将某一股票的下跌趋势错误地解读为上涨趋势,导致用户得到了错误的投资建议。
Manus 还存在执行效率低的问题。许多用户表示,在提交任务后,Manus 需要花费较长的时间才能给出结果,这在快节奏的工作和生活场景中是难以接受的。在处理一份紧急的商务报告时,Manus 的处理时间长达数小时,远远超过了用户的预期,使得用户无法及时获取所需信息,影响了工作进度。
在一些极端情况下,Manus 甚至会出现宕机现象,导致任务无法完成。有用户在使用 Manus 进行复杂的图像编辑任务时,Manus 突然出现系统崩溃,之前的工作成果全部丢失,给用户带来了极大的困扰。这些实际性能问题,使得国外用户对 Manus 的信任度大幅下降,逐渐失去了对它的兴趣。
市场策略:错位与局限

(一)市场定位模糊

Manus 在市场定位方面存在明显的模糊性。虽然它面向海外发布,但其功能设计和宣传重点却未能精准对接海外市场的需求。在功能设计上,Manus 的一些核心功能,如对国内政策文件的解读、国内职场特定场景下的应用等,对国外用户来说实用性较低 。国外的职场环境、政策法规与国内有很大差异,国外用户更关注的是全球性的商业资讯、跨文化交流等方面的功能,而 Manus 在这些方面的表现并不突出,导致无法吸引国外用户的关注。
Manus 在宣传时强调的一些卖点,如 “国产 AI 之光” 等带有强烈民族情感色彩的表述,在国外市场不仅无法引起共鸣,反而可能会让国外用户产生距离感。国外用户更注重产品的实际性能和创新点,对于这种带有民族主义标签的宣传方式较为抵触。这种市场定位的模糊,使得 Manus 在国外市场犹如无根之萍,难以找到立足之地。
(二)推广渠道和方式问题

Manus 的推广渠道和方式在国外市场存在诸多问题。其采用的邀请码机制在国外并未达到预期的效果。在国外,用户对于邀请码的接受程度相对较低,他们更倾向于能够直接注册和使用的产品。邀请码机制不仅增加了用户的使用门槛,还容易让用户产生被限制的感觉,从而降低了他们对产品的兴趣。与 OpenAI 等公司在推广初期采用的邀请制不同,OpenAI 凭借其强大的品牌影响力和前期技术积累,邀请码反而成为了一种稀缺资源,吸引了大量用户的关注和申请。而 Manus 作为一个新兴品牌,缺乏足够的品牌知名度和用户基础,邀请码机制更多地成为了阻碍用户进入的障碍。
Manus 在国外缺乏 KOL(关键意见领袖)的支持。在国外的科技产品推广中,KOL 的作用至关重要。KOL 能够通过自身的影响力和专业的评测,向广大用户传递产品的优势和特点,从而吸引用户的关注和使用。像苹果、谷歌等公司在推出新产品时,都会邀请大量的 KOL 进行体验和宣传,通过他们的社交媒体账号、视频平台等渠道,将产品信息传播给更多的用户。而 Manus 在国外几乎没有与知名 KOL 合作,导致产品在国外的曝光度极低。没有 KOL 的背书和宣传,国外用户很难了解到 Manus 的存在和优势,自然也就难以对其产生兴趣。
Manus 在国外的宣传推广投入较少,方式也较为单一。除了在 X 平台发布一些推文和在 YouTube 上发布宣传视频外,几乎没有其他的宣传渠道。与国内铺天盖地的自媒体宣传形成鲜明对比,在国外的科技媒体、行业论坛等平台上,很难看到 Manus 的相关报道和讨论。这种宣传推广的不足,使得 Manus 在国外市场的知名度始终无法得到有效提升,难以进入国外用户的视野。
行业竞争:巨头阴影下的困境

国外的 AI 市场堪称一片竞争激烈的红海,众多巨头企业凭借深厚的技术积累、庞大的用户基础和雄厚的资金实力,早已在市场中占据了主导地位,形成了强大的品牌壁垒和用户粘性。OpenAI 的 GPT 系列产品,自问世以来便迅速风靡全球,成为了 AI 领域的标杆性产品。GPT-4 凭借其卓越的语言理解和生成能力,广泛应用于内容创作、智能客服、语言翻译等多个领域,吸引了大量的企业和个人用户。据统计,截至 2024 年,GPT 系列产品的全球用户数量已经超过数亿,其在自然语言处理市场的份额高达 40% 以上 。
谷歌的 BERT 模型在 NLP 领域也具有举足轻重的地位。BERT 模型的预训练技术为自然语言处理任务提供了强大的基础支持,许多基于 BERT 开发的应用在信息检索、文本分类等方面取得了良好的效果。谷歌还将 AI 技术广泛应用于搜索引擎、地图、云服务等核心业务中,进一步巩固了其在 AI 市场的地位。亚马逊凭借其在云计算领域的优势,推出了一系列 AI 服务,如 Amazon SageMaker 等,为企业提供了便捷的 AI 开发和部署平台。这些巨头企业在 AI 市场的全方位布局,使得市场竞争异常激烈。
在这样的市场环境下,Manus 作为一个新进入者,面临着巨大的竞争压力。OpenAI、谷歌等巨头在技术研发上投入了大量的资源,不断推出新的功能和优化算法,使得 Manus 在技术上难以迅速超越。在资金方面,巨头企业拥有雄厚的财力支持,可以进行大规模的市场推广和用户获取活动。据报道,OpenAI 在 2024 年的市场推广费用高达数亿美元,通过与各大媒体、科技展会的合作,以及在社交媒体上的广泛宣传,进一步提升了其品牌知名度和影响力。相比之下,Manus 作为一家初创企业,资金相对有限,难以在市场推广上与巨头企业展开正面竞争。
在用户获取方面,巨头企业的产品已经积累了大量的忠实用户,用户习惯和使用惯性使得他们很难轻易转向新的产品。Manus 需要花费大量的时间和精力来吸引用户的注意,并说服他们尝试使用自己的产品。在内容创作领域,许多创作者已经习惯了使用 GPT-4 进行文章撰写、创意生成等工作,对于 Manus 的推广和宣传,他们往往持观望态度,除非 Manus 能够提供明显优于 GPT-4 的功能和体验,否则很难吸引他们切换平台。Manus 在国外市场的竞争环境异常艰难,要想在巨头的阴影下脱颖而出,需要付出更多的努力和创新。
文化差异:认知和接受度的影响

文化差异在 Manus 于国外的推广进程中扮演着关键角色,深刻地影响着国外用户对其的认知和接受程度。不同国家和地区的文化背景、价值观念、思维方式以及使用习惯,都与 AI 产品的市场表现息息相关,Manus 在这方面也面临着诸多挑战。
在文化背景和价值观念层面,国外用户在对待新技术时,往往更倾向于基于自身的文化传统和价值体系来做出判断。例如,欧美国家的文化强调个人主义和创新精神,用户在选择 AI 产品时,更注重产品能否彰显个人独特性,是否具备突破性的创新功能 。而 Manus 在宣传和功能设计上,未能充分契合这些文化特点。它所强调的一些功能,如对集体协作的优化、对特定文化语境下的理解等,在欧美文化背景下的吸引力相对较弱。相比之下,像 GPT-4 等产品,更侧重于提供个性化的创作辅助、智能问答等功能,更符合欧美用户追求个人价值实现的文化心理。
在思维方式上,国外用户的思维方式较为多元化,他们更习惯于批判性思维和逻辑推理。在评估 AI 产品时,会对产品的技术原理、数据来源和可靠性进行深入分析。Manus 在技术原理的公开和解释方面做得不够到位,未能满足国外用户对技术透明度的需求。许多国外用户对 Manus 的技术架构和算法逻辑存在疑问,认为其缺乏足够的公开信息,这使得他们在使用 Manus 时缺乏信任感。一些国外技术论坛上,用户纷纷表示对 Manus 的技术细节了解不足,不敢轻易尝试使用,担心会面临数据安全和隐私问题。
使用习惯也是影响国外用户接受度的重要因素。国外用户在长期使用各类科技产品的过程中,形成了一定的使用习惯和操作偏好。在界面设计上,他们更倾向于简洁、直观的风格,操作流程要符合他们的日常逻辑。Manus 的界面设计和操作方式在一定程度上与国外用户的习惯存在差异。其界面布局较为复杂,操作流程繁琐,对于习惯了简洁高效操作的国外用户来说,使用门槛较高。在进行文本编辑时,Manus 的操作步骤比其他同类产品更多,这使得国外用户在使用过程中感到不便,降低了他们对产品的好感度。
语言和文化语境的差异同样给 Manus 的推广带来了难题。AI 产品在自然语言处理方面需要精准地理解和适应当地的语言习惯、文化语境和表达方式。Manus 在语言适配方面存在不足,对于一些英语中的俚语、习惯用语以及文化典故的理解和运用不够准确。在与国外用户进行对话时,Manus 常常会出现理解偏差,给出的回答不符合当地的语言文化习惯,这使得用户在交流过程中产生困惑和误解,严重影响了用户体验。当用户询问关于美国文化中特定节日的相关问题时,Manus 的回答未能准确把握节日的文化内涵和传统习俗,给出的答案显得生硬和不准确,让用户对其能力产生质疑。
文化差异是导致 Manus 在国外关注度不高的重要因素之一。要想在国外市场取得突破,Manus 需要深入了解不同国家和地区的文化特点,在产品设计、宣传推广等方面进行针对性的调整和优化,以提高国外用户的认知和接受度。
总结与展望:Manus 的未来之路

综上所述,Manus 在国外无人关注,是技术、市场、竞争和文化等多方面因素共同作用的结果。技术创新性不足和实际性能表现不佳,使其在技术层面难以获得国外用户的认可;市场定位模糊和推广渠道方式的问题,限制了其在国外市场的传播和用户获取;在激烈的行业竞争中,巨头企业的优势让 Manus 面临巨大的压力;而文化差异则从认知和接受度上影响了国外用户对 Manus 的态度。
然而,Manus 并非没有未来的发展机会。在技术方面,Manus 团队应加大研发投入,不断优化算法,提高模型的性能和稳定性。加强技术创新,努力实现真正的技术突破,展现出与其他竞品不同的独特优势,从而吸引国外用户的关注。通过与科研机构合作,引入先进的技术理念和方法,提升自身的技术实力。在市场策略上,Manus 需要重新审视国外市场的需求,明确市场定位。针对不同国家和地区的特点,制定个性化的市场策略,优化功能设计,使其更符合国外用户的使用习惯和需求。同时,拓宽推广渠道,增加在国外科技媒体、行业论坛等平台的曝光度,与国外知名 KOL 合作,进行产品评测和宣传,提高产品的知名度和影响力。
Manus 还需充分利用自身的优势,如对中文语境的理解和处理能力,在特定领域打造差异化竞争优势。专注于跨境电商领域,为国外用户提供精准的中文市场分析和营销方案,满足他们在拓展中国市场时的需求。通过不断改进和优化,Manus 有望在国外市场逐渐打破困境,获得更多用户的认可和关注,实现其在全球市场的发展目标。未来,Manus 的发展将不仅关乎自身的命运,也将为全球 AI 市场的竞争格局带来新的变数,值得我们持续关注。

LesaH-3 LV

发表于 昨天 13:52

因为他的整个宣发就是假洋鬼子那个套路,弄一套洋身份(官网),然后在中文圈里装外宾装国产之光,这些都刚好踩在我们的G点上。
没说产品不好啊,产品还是有点意思的,不过现在ai都还在发展路上,所以他也还是个demo级别产品。

ggm LV

发表于 昨天 14:04

Manus在国外的话,更像是印度人弄出来的产品。
吹的时候,天下无敌。实际是啥大家评价不了,因为它是虚空的。

晴天 LV

发表于 昨天 14:18

这太正常了,要是国外有大量关注就属实是邪了门了。国外很少有人关注,最大的原因有两点,这是由营销投放方式和产品本身的提点决定的。
一方面,这种网红产品,能在国内刷屏爆火,主要是国内的各种公众号自媒体转发,伴随着“厉害了”,“世界第一”之类的夸张语言,极大地刺激了观众的好奇心,别忘了,这时候正是DeepSeek大模型的风头上,Manus在国内的广告营销方式,多少有点儿借这股东风宣传自己的意思。
反观国外,只有比较少的几家推特帐号在介绍,然后迅速就烟消云散,消失得无影无踪了,原因很简单,可能是因为没往国外投放大量的营销费用,更没有很多自媒体营销号刷屏式的传播,所以自然就掀起不了太大的波澜。
所以可以说这种营销手段是通过英文网站和英文介绍,然后出口转内销式的营销传播模式,才被国内广大群众熟知,而不是真正从国外一直火到了国内,这种营销手段有点东西,用起来也算是炉火纯青了。
另一方面,国外以美国用户为主的大量普通用户们,是可以直接使用 OpenAI 等等开发的 AI Agent 产品的,于是乎他们对这类AI Agent本身就有概念。而国内则相反,在Manus掀起这波营销热潮之前,实际上广大普通用户对普通AI Agent产品所知甚少,了解极其有限。
哪怕到了现在,到了今天,能真正体验Manus产品的用户仍然少之又少,还是只能从媒体里从各种营销文章中了解,被动地接受。所以Manus能迅速在国内大火,主要得益于所对标的OpenAI所发布的AI Agent 产品,发布后订阅价格太贵并不为大众所熟悉。其实除了Open 的各种AI Agent,国外很多用户还能接触到马斯克的Grok的各种AI Agent 产品,比如deep search,还有Google Gemini系列的deep research产品等等等等。
我简单介绍一下Manus的工作原理,这种典型的AI Agent基本都差不多,我之前也介绍过,Manus 的处理流程从任务规划器开始,主要依据用户输入的查询 prompt 进行解析。任务规划器可能使用 Claude 3.5 Sonnet,据说后面他们会升级到3.7,依托其强大的语言理解和推理能力,将较为复杂的用户请求拆解为一系列可执行的子任务。这些子任务通常已经非常细化,以至于到了可以直接执行的程度,随后被组织成一个 Todo List,为后续的执行环节提供比较清晰的指引。然后到了任务执行调度器,可能基于微调的 Qwen 模型,负责将这些子任务分配给相应的专用 Agents。Qwen 模型在任务分配过程中确保任务与执行 Agent 之间的最佳匹配,综合考虑子任务的性质、优先级、依赖关系,来优化执行效率。  
这些拆分之后的,专用 Agents 通常运行在 Linux 虚拟机上,虚拟机预装了 Chrome 浏览器和 Python 环境,以支持多种任务类型的执行。于是每个 Agent 侧重于特定类别的任务,比如网页浏览 Agent、数据分析 Agent、代码执行 Agent、文本生成 Agent 等等等等,未来还可进一步扩展。任务完成后,最终由任务汇总生成器,可能仍然依赖 Claude模型,整合所有执行结果,生成结构化的最终输出,可能包括文本报告、图表或者 Python 代码等等等等,以满足用户输入的prompt需求。
这是现在最典型的AI Agent产品,你问我将来随着底座模型的发展和技术进步,会不会依然保持这个framework整体架构,其实我觉得不一定,之前也多次提过,因为现在的AI Agent产品几乎是完全模拟人类的GUI操作习惯而训练的,不一定是最终形态。至于将来基于大模型的AI Agent产品会往哪个方向继续演进和发展?谁都不好说。不过如果当下能有门课程,可能会一定程度上,帮大家去了解大模型和 AI Agent 的开发原理等等知识。正好啊,知乎知学堂推出了大模型应用开发公开课,我上面所介绍的这些Manus 等AI Agent 架构,以及所用的Claude大模型这类基座模型的原理都会被介绍,当然还有一些相关研究进展,可以点下面链接,进去看一下。
这个课程对大模型和AI Agent相关应用开发知识的针对性比较强,所以学习后,可能会对大家增强认识,有所裨益和帮助。
如果你经常用Grok3 的deep search或者Google  Gemini的Deep Research这类非常接近OpenAI 的DeepResearch AI Agent产品的话,会对上面整个流程非常熟悉。
为了让大家有更直观的认识,我随便举个例子,让Grok3 的deep search 分析特斯拉最近的股价走势,生成一份报告。结果中便可以看出来,AI Agent所做的工作其实就是,首先进行用户需求解析,然后进行网络搜索,分析股价走势,等等等等,最后再整理引用来源,生成最终报告。

Manus AI 为什么在国外没人关注?-1.jpg


Manus AI 为什么在国外没人关注?-2.jpg

当然这里用的基座模型不同,Deep Research 用的都是自己的大模型,比如Grok3的推理模型,如果是Google 的Deep research 产品,用的基座模型是Gemini系列。
其实从这里也可以看出来,相比之下,Manus没有自己的基座模型,毫无任何护城河可言,所以被复刻也是很容易的,保持自己的优势很难。这也从侧面解释了Manus这类产品终究只是一阵风,营销热度过去后,留下的东西其实不多。

您需要登录后才可以回帖 登录 | 立即注册