馬維斯（Marvis）專攻系統級操作，放棄通用能力競爭
為何重要
這代表 AI Agent 競爭進入下半場：從「通用對話」轉向「執行層級」整合。市場重心已從單純比拼模型推理能力，轉向比拼與 OS 整合的能力與落地成本。若馬維斯的「感知-思考-行動」模式能被驗證優於現有的視覺截圖方案，將成為大模型商業化落地的重要案例。
由應用寶團隊推出的馬維斯，在 WAIC 強調不與豆包、元寶競逐通用語言模型，而是走差異化的系統級與端側 Agent 路徑。
- 亮眼的早期使用者成績單：上線兩天 DAU 超過 30 萬，七日留存達約 54%。
- 明確的使用場景分佈：44% 用於本地檔案處理，28% 用於硬體管理，僅約 6% 用於搜尋，顯示使用者極少將其視為通用對話機器人。
- 端側作業系統策略：強調利用本地系統許可權提升診斷與檔案處理速度，認為其效能勝過需截圖傳送至雲端的通用方案。