传媒互联网行业研究：阿里发布QWQ-32B MONICA推出MANUS

　　报告摘要

    　　阿里发布开源推理模型QwQ-32B，推理能力显著提升阿里发布开源通义千问QwQ-32B 推理模型，该模型基于强大的基础模型进行大规模强化学习，实现推理能力显著提升。在技术路径上，QwQ-32B 采用了多阶段强化学习的训练策略，在初始和第二阶段分别对模型的数学、编程、通用任务，以及通用能力进行训练。实验表明，通过少数步骤的通用强化学习，可提升模型的通用能力，并且数学、编程性能未出现显著下降。从测评结果来看，在数学推理、编程能力和通用能力的测评中，模型参数仅320 亿的QwQ 性能表现与模型参数6710 亿的DeepSeek-R1 相当。此外，凭借小参数规模优势，QwQ-32B 已可实现端侧部署。根据测评，对于同一道数学、逻辑推理问题，虽然输出速度相对较慢，但端侧部署的本地模型可给出正确解答。

    　　Monica 发布通用AI Agent Manus

    　　Monica 发布通用AI Agent Manus，该应用可根据用户输入的问题或要求，进行“任务拆解-规划-执行”的一系列高效自动化操作，为用户直接交付完整的任务成果。在通用AI 助手基准测评（GAIA）中，Manus 超越OpenAI DeepResearch 位列第一。在技术架构上，Manus采用Multiple Agent，通过分工协作机制，让每个Agent 基于独立的模型分别进行任务处理，以此大幅提升对复杂任务的处理效率、缩短响应时间。从公司公布的用例来看，Manus 可处理旅行规划、数据分析、供应商采购等日常生活、工作场景中的任务。

    　　核心观点

    　　我们认为，目前模型预训练阶段的Scaling Law 已放缓，推理模型的性能提升表现更优。并且，QwQ-32B 表明强化学习提升模型性能的重要前提是基于强大的基础模型，两者相辅相成。此外，Monic 此前曾发布AI 浏览器插件、PDF 工具、图片工具等多款应用，实现了底层技术和产品化能力的积累。因此，整合AI 技术及产品化能力或将是推进AI 应用发展的重要路径之一。关注AI+应用场景下的应用突破。建议关注：1）AI+广告营销：天娱数科、因赛集团；2）AI+影视：

    　　博纳影业；3）AI+游戏：恺英网络、巨人网络等。

    　　风险提示

    　　AI 技术发展不及预期的风险、政策监管的风险、行业竞争加剧的风险。