Manus नामक एक नया AI एजेंट अपने आंतरिक परीक्षण चरण में है और पारंपरिक वर्चुअल सहायकों की तुलना में एक अलग अनुभव प्रदान करता है। इसके उन्नत कार्यों और क्षमताओं ने इंटरनेट उपयोगकर्ताओं में काफी उत्साह पैदा किया है, और कई लोग आमंत्रण कोड प्राप्त करने के लिए बेताब हैं।

आज के डेटा विज़ुअलाइज़ेशन के क्षेत्र में, जटिल डेटा को सही ढंग से दर्शाने वाले चार्ट बनाना अभी भी एक बड़ी चुनौती है। चार्ट को न केवल सटीक लेआउट, रंग और टेक्स्ट प्लेसमेंट को कैप्चर करने की आवश्यकता होती है, बल्कि इन दृश्य विवरणों को कोड में बदलने की भी आवश्यकता होती है ताकि अपेक्षित डिज़ाइन को फिर से बनाया जा सके। हालाँकि, पारंपरिक तरीके आमतौर पर सीधे विज़ुअल-भाषा मॉडल (VLM) जैसे GPT-4V को निर्देशित करने पर निर्भर करते हैं, जिन्हें जटिल दृश्य तत्वों को सिंटैक्टिक रूप से सही पाइथन कोड में बदलने में कठिनाई होती है। छोटी सी गलती भी चार्ट को डिज़ाइन लक्ष्य तक पहुँचने से रोक सकती है।

2025 ग्लोबल डेवलपर अग्रदूत सम्मेलन में, श्याओमी टेक्नोलॉजी ने ओपन-सोर्स लो-कोड प्लेटफ़ॉर्म LazyLLM लॉन्च करने की घोषणा की, जिसका उद्देश्य AI एप्लिकेशन विकास की बाधाओं को कम करना है। डेवलपर्स अब लगभग 10 लाइनों की कोडिंग से जटिल मल्टी-एजेंट बड़े मॉडल एप्लिकेशन आसानी से बना सकते हैं। LazyLLM न केवल उपयोगकर्ताओं को AI एप्लिकेशन तेज़ी से विकसित करने में मदद करता है, बल्कि सरल ऑपरेशनों के माध्यम से विकास प्रक्रिया को आसान और मनोरंजक बनाता है, जैसे कि ब्लॉक के साथ निर्माण करना। LazyLLM का नाम "आलस्य" से लिया गया है, जो श्याओमी टेक्नोलॉजी की इच्छा को दर्शाता है

माइक्रोसॉफ्ट ने हाल ही में एक आकर्षक पाइथन पुस्तकालय – TinyTroupe का विमोचन किया है, जो बड़े भाषा मॉडल (LLM) पर आधारित एक बहु-एजेंट व्यक्तित्व सिमुलेशन उपकरण है। TinyTroupe में एजेंटों को TinyPersons कहा जाता है, जो सिमुलेटेड वातावरण में इंटरैक्ट और संवाद कर सकते हैं। शक्तिशाली बड़े भाषा मॉडल (LLM), विशेष रूप से GPT-4 का लाभ उठाकर, TinyTroupe वास्तविक सिमुलेटेड व्यवहार उत्पन्न कर सकता है, जिससे उपयोगकर्ताओं को विभिन्न उपभोक्ताओं का अन्वेषण करने की अनुमति मिलती है।

हाल ही में, माइक्रोसॉफ्ट अनुसंधान टीम ने Magnetic-One नामक एक नए बहु-एजेंट प्रणाली का अनावरण किया। यह ढांचा एक एआई मॉडल को कई सहायक एजेंटों को संचालित करने की अनुमति देता है, जो जटिल बहु-चरणीय कार्यों को सहयोगात्मक रूप से पूरा करते हैं, जिसका उद्देश्य व्यक्तिगत और व्यावसायिक कामकाजी दक्षता को बढ़ाना है। माइक्रोसॉफ्ट का कहना है कि Magnetic-One एक सामान्य एजेंट प्रणाली है, जो लंबे समय से उत्पादकता को बढ़ाने और जीवन शैली को बदलने की दृष्टि को साकार कर सकती है। Magnetic-One एक ओपन-सोर्स प्रोजेक्ट है, जिसमें शोधकर्ता और डेवलपर दोनों अपनी आवश्यकताओं के अनुसार योगदान कर सकते हैं।

हाल ही में, टेंसेंट एआई लैब ने 'TRANSAGENTS' नामक एक नए बहु-एजेंट ढांचे को पेश किया है, जो लंबे साहित्यिक सामग्री के अनुवाद के लिए विशेष रूप से डिज़ाइन किया गया है। यह ढांचा साहित्यिक अनुवाद क्षेत्र में क्रांतिकारी परिवर्तन लाएगा, और पाठकों को अधिक गुणवत्ता वाली跨文化 पढ़ने के अनुभव प्रदान करेगा।

शोधकर्ताओं ने GitHub पर एजेंटट्यूनिंग नामक एक परियोजना को ओपन-सोर्स किया है, जो भाषाई मॉडल को समायोजित करने का एक नया तरीका प्रदान करता है। एजेंटट्यूनिंग विभिन्न कार्यों और परिदृश्यों के साथ मेल खाने के लिए भाषाई मॉडल को प्रशिक्षित और समायोजित करने के लिए कई एजेंट कार्यों में इंटरैक्शन ट्रैजेक्टरी का उपयोग करता है। यह विधि भाषाई मॉडल की प्रभावशीलता और सामान्यीकरण क्षमता को बढ़ाने में मदद करती है, साथ ही मैनुअल समायोजन का कार्यभार कम करती है। एजेंटट्यूनिंग को संवाद उत्पन्न करने, प्रश्न-उत्तर प्रणाली, सारांश उत्पन्न करने जैसे कई प्राकृतिक भाषा प्रसंस्करण कार्यों में मान्यता प्राप्त है।

MIT के अनुसंधान से पता चलता है कि बहु-एजेंट बहस AI मॉडल की सटीकता और तर्क क्षमता को काफी बढ़ा सकती है। बहस करने की विधि मिथकों को कम करती है, जिससे मॉडल की प्रतिक्रिया क्षमता में सुधार होता है। कई AI सिस्टम की बहस में दिए गए उत्तर एकल सिस्टम की तुलना में अधिक सटीक होते हैं। यह विधि विभिन्न भाषा मॉडलों के सामूहिक कार्य के लिए उपयोग की जा सकती है, जिससे आउटपुट में सुधार होता है। यह अनुसंधान AI क्षेत्र में नए दृष्टिकोण प्रदान करता है, भाषा मॉडल की प्रामाणिकता और तर्क क्षमता को बढ़ाता है।