聚焦端侧，腾讯Marvis的差异化之路

在人工智能技术迅猛发展的今天，各类AI产品如雨后春笋般涌现。然而，在这场竞赛中，腾讯的AI产品Marvis选择了一条与众不同的道路：不拼通用能力，而是专注于系统级操作。这一差异化定位引发了行业的关注，也为我们探讨端侧AI的潜力提供了一个全新视角。

从通用到专精：Marvis的核心定位

与传统的通用型智能体不同，Marvis并没有试图覆盖所有场景，而是聚焦于具体的设备操作和系统任务管理。根据腾讯应用宝团队的负责人蔡建涛透露，用户使用Marvis的场景分布中，最常见的是本地文件管理（占比44%）、硬件管理（28%）和浏览器任务（18%）。这些数据清晰地表明，Marvis的核心价值是帮助用户高效完成与设备深度相关的任务，而非成为一个全能型的助手。

这种聚焦策略的背后，显然是对用户需求的深刻洞察。相比于通用型AI助手，系统级AI更适合在特定领域中提供高效、精准的功能支持。例如，用户希望快速整理本地文件、优化电脑性能或高效完成浏览器任务，Marvis可以通过高度定制化的能力满足这些需求。这也解释了为什么Marvis的用户七日留存率达到了54%，远超行业平均水平。

云与端的协同：重新定义设备AI助手

腾讯副总裁林松涛在WAIC论坛上提到，云侧大模型和端侧模型的结合才是AI发展的关键。云端大模型类似于大脑，拥有强大的算力和知识库；而端侧模型则更像小脑和反射神经，能够快速响应用户的操作需求。Marvis正是这样一个典型的端侧AI助手，它不仅能够独立完成本地任务，还可以通过与云端的协同，扩展功能边界。

值得注意的是，Marvis的应用场景并未延伸至手机。这是因为手机设备的硬件资源有限，难以支持复杂的AI模型运行。相反，Marvis专注于PC、Mini PC、AI Box等更适合部署复杂模型的设备。这种“非手机端”策略不仅规避了硬件限制，还为用户提供了更高效的使用体验。例如，当用户通过手机下达指令时，Marvis能够借助云端能力在PC上完成复杂任务，从而实现真正意义上的跨端协同。

此外，Marvis还计划与腾讯混元团队合作，推出端侧模型集群。这种技术布局不仅能够提升任务处理的效率，还可能为AI助手的多场景应用提供更大的想象空间。

应用商店的进化：从分发到直达服务

作为由腾讯应用宝团队开发的产品，Marvis天然带有应用商店的基因。然而，与传统应用商店不同，Marvis不仅仅是一个分发平台，更是一种“结果导向型”的工具。林松涛在论坛上提到，Marvis的核心指标不再是用户活跃数或会话数，而是用户任务的真实完成数量。这一指标转变背后，体现了AI技术从工具化向服务化的进化。

为了进一步优化AI生态，应用宝团队还推出了另一款产品——Vibe Coding工具“吐司”。这款工具针对移动端开发者，旨在降低开发门槛，鼓励更多创新型应用的诞生。可以说，Marvis与吐司分别从分发端和供给端入手，共同构建了一个以用户需求为中心的AI服务体系。

在未来，这两条产品线或许会融合，形成一个更具弹性的AI应用生态。例如，开发者借助吐司创造的应用，可以通过Marvis直接触达用户，并在系统级操作中实现更高效的交付。这种模式不仅能够提升用户体验，还可能重塑AI时代应用商店的商业逻辑。

影响与展望：端侧AI的未来潜力

从Marvis的实践中可以看出，端侧AI的发展潜力仍然巨大。相比于云端AI的高算力和通用特性，端侧AI更强调效率和实用性，能够满足用户在设备操作中的即时需求。这种“轻量化”方案不仅适用于个人用户，还可能在企业办公、教育、甚至工业控制等领域释放出更大的价值。

另一方面，Marvis的差异化定位也为AI行业提供了一种新思路。在争夺通用AI市场的激烈竞争中，专注于特定领域的深耕反而可能成为突围利器。随着端侧AI技术的不断成熟，我们有理由相信，类似Marvis这样的产品将为用户带来更多便利，同时也为AI生态注入更多活力。

标签： AI助手 端侧AI 人工智能生态 腾讯Marvis 系统级操作