Marvis Ai

摘要：Marvis 是同时活跃在“个人桌面”和“企业网络”两条赛道上的 AI 原生助手产品族——面向个人用户，腾讯 Marvis 通过系统级接管、端云协同与本地隐私模式，将 Windows PC 变成可通过自然语言与手机远程操控的“随身电脑”；面向企业网络，Juniper Marvis（Marvis AI Assistant / VNA）则以对话式 AI、数字孪生与 AIOps，把网络运维从“被动救火”升级为“自驱动智驾”。本文从产品定位、核心架构、关键能力与应用场景四个维度，对 Marvis 进行结构化技术科普。

Marvis Ai官网入口

• 腾讯 Marvis（马维斯）个人 AI 助手：https://marvis.qq.com
• Juniper Marvis AI Assistant / VNA：https://www.juniper.net/products/cloud-services/marvis-ai-assistant-datasheet.html
• WIN版下载地址：https://down.marvis.qq.com/marvis_install/channelsup/marvis_4100100002_1.0.0.29_x64_6257.exe
• 安卓版下载地址：https://marvis.qq.com/download/apk

一、产品定位与演进背景

1.1 Marvis 的双重身份

• 腾讯 Marvis：操作系统层个人 AI 助手
  腾讯 Marvis（马维斯）是腾讯应用宝团队推出的桌面级 AI 助手，定位为“更懂你的 AI 助手”，主打本地大模型、系统级操控与跨设备协同，通过自然语言完成电脑管理、文件处理、办公自动化与生活服务等全场景任务。
• Juniper Marvis：AI 原生网络的虚拟网络助手
  Juniper Marvis AI Assistant（前身为 Marvis Virtual Network Assistant，VNA）是瞻博网络 Mist AI 平台的会话式网络助手，将对话式 AI 引入企业网络，支持 AIOps、故障自驱与体验优化。
  两者分属个人与企业场景，但共享“AI 原生 + 对话驱动 + 自动执行”的设计理念。

  1.2 从“问答式聊天”到“执行式助手”的演进

  传统 AI 助手多为问答式聊天：用户提问 → 模型回答 → 用户手动操作。Marvis 的演进方向是执行式助手：用户下达目标 → Marvis 规划任务 → 直接调用系统/网络资源完成交付，中间环节由 AI 闭环执行。

二、腾讯 Marvis：系统级个人电脑 AI 管家

2.1 产品形态与运行模式

• 多端形态：
  • Windows 桌面客户端：作为“常驻后台”的系统级 Agent，深度集成 Windows 接口。
  • Android APP：远程控制与状态监控端，实现手机对电脑的跨端协同。
• 运行模式（按硬件与隐私需求切换）：
  • 云端基础模式：即装即用，依赖云端大模型，适合低配设备。
  • 端云协同模式：本地与云端算力协同，平衡效率与功能，适合大多数办公场景。
  • 隐私模式：启用本地端侧大模型（如 Qwen 端侧模型），所有数据本地处理，实现“文件零上传、一句话都不出电脑”。
    

    2.2 核心技术架构

• 操作系统层接管能力：
  Marvis 通过深度调用 Windows 系统底层接口，而非模拟鼠标点击，实现从系统设置、文件管理到应用操作的端到端控制。
• 多 Agent 协作架构：
  Marvis 内部由多个专家 Agent（如 App 操作 Agent、电脑系统运维 Agent、文件管理 Agent、网页交互 Agent 等）分工协作，由“Agent 主管”统一调度与汇报。
• 本地知识库与多模态理解：
  • 自动对本地文档、图片进行索引，构建本地知识库；支持按标题匹配与内容匹配的语义检索。
  • 可识别图片内文字、按人脸/主题/地点等维度聚类图片与文件。
• 端侧模型与芯片级优化：
  • 本地隐私模式采用 Qwen 等端侧模型，通过 2Bit 量化与芯片级优化，端侧推理速度提升约 20%。
  • 云端效率模式则采用混元、DeepSeek V4 等最新云端大模型，追求更强的规划与生成能力。
    

    2.3 关键能力与典型场景

• 系统级电脑操控
  • 示例：“把电脑主题色改成绿色”“查看当前电脑配置并给出升级建议”，Marvis 可直接定位系统设置入口或抓取硬件信息，并部分完成一键调整。
• 文件深度理解与生成
  • 示例：“分析桌面学生成绩文件夹，生成个人报告与班级汇总”，Marvis 可自动读取 40+ 份文档/表格，完成数据清洗、统计与趋势分析，输出 Markdown/Word 报告并归档。
• 跨设备协同
  • 通过手机 APP 远程查看电脑任务进度、操控系统界面与文件，实现“PC 常驻 + 手机远程”的随身电脑模式。
• 隐私优先的敏感场景
  • 在隐私模式下，本地大模型处理敏感文件（合同、个人照片等），数据不出设备，满足隐私与合规要求。

三、Juniper Marvis：AI 原生网络的虚拟网络助手

3.1 产品定位与整体架构

• Marvis AI Assistant：会话式网络专家
  Marvis AI Assistant 是业内首个将会话式 AI 引入企业网络的助手，定位为“数字网络专家”，为网络管理员、SRE 和 NOC 人员提供自然语言交互的网络运维与故障排除能力。
• Marvis VNA：AI 原生网络平台的核心引擎
  Marvis Virtual Network Assistant（VNA）是瞻博 Mist AI 平台的关键组件，通过 Mist AI 云持续收集无线 LAN、LAN、WAN 等多域遥测数据，进行学习与推理，提供从组织级到客户端级的网络全局视图与自动化操作。

  3.2 核心技术组件

• Marvis Actions：一站式运维信息中心
  Marvis Actions 是统一信息中心，展示影响用户体验的持续站点级网络问题，提供根本原因洞察与修复建议，是运维团队查看“全局健康态势”的入口。
• Marvis Minis：网络数字孪生
  Marvis Minis 是一款网络数字孪生产品，通过持续模拟用户连接，在不依赖真实流量的情况下验证网络与应用服务，可在问题影响用户前提前检测并定位问题；即便客户端未接入网络，Minis 仍可运行，并评估问题对站点、交换机、WLAN、VLAN、服务器或 AP 的影响范围。
• 对话助手：NLP + NLU 的故障排查接口
  对话助手将自然语言处理（NLP）与自然语言理解（NLU）结合，对用户请求进行上下文理解，提供实时、可操作的网络洞察与故障排查指引。
• Marvis 客户端：端侧遥测代理
  Marvis 客户端是安装在手机或笔记本上的软件代理，用于收集客户端侧的网络体验参数；与 Zebra 无线洞察等方案集成，可增强特定终端的遥测与可见性。
• Marvis 查询语言：结构化查询与自动化接口
  Marvis 查询语言提供结构化格式，用于请求数据或驱动自动化排障流程，为高级用户提供可编程的运维接口。

  3.3 关键能力与典型场景

• 主动式网络运维
  • Mist AI 持续学习网络遥测数据，Marvis 主动识别异常、解释影响范围、定位根本原因并提出修复建议，将“事后救火”转为“事前预防”。
• 数字孪生驱动的体验保障
  • Marvis Minis 通过模拟用户连接，持续验证网络与应用 SLE（服务级别预期），在用户投诉前发现覆盖、容量或配置问题。
• 对话式故障排查
  • 示例：“排查 Teams 通话质量”，管理员可直接向 Marvis 提问，Marvis 返回近实时根因与修复建议，大幅缩短复杂问题的定位时间。
• 多域统一视图
  • Marvis 整合无线 LAN、LAN、WAN 及第三方设备（通过 LLDP 连接的交换机）的可见性，提供统一的跨域网络视图。

四、技术对比与演进趋势

4.1 个人与企业 Marvis 的能力映射

• 目标对象：
  • 腾讯 Marvis：面向个人用户的 PC 与手机，聚焦“单设备 + 跨端协同”的效率与隐私。
  • Juniper Marvis：面向企业网络的多域基础设施，聚焦“多站点 + 多厂商”的可用性与体验保障。
• 技术重心：
  • 腾讯 Marvis：强调系统级接管、本地模型与跨端协同，偏向“操作系统层智能体”。
  • Juniper Marvis：强调 AIOps、数字孪生与 SLE 闭环，偏向“网络层智能体”。
• 共性范式：
  • 均采用“对话式交互 + 自动执行”范式，将自然语言理解与自动化操作深度耦合，而非只提供信息。
    

    4.2 行业趋势：从“工具”到“员工”再到“系统管家”

• 工具型助手：按规则执行、插件丰富，但冷启动与编排成本高。
• 员工型助手：具备自进化与复盘能力，但冷启动阶段体验波动大。
• 系统管家型助手（如 Marvis 的两条路线）：
  • 个人侧：以操作系统层能力为基础，用自然语言统一系统设置、文件与应用操作，降低交互门槛。
  • 企业侧：以 AIOps 与数字孪生为基础，用自然语言统一多域网络运维，实现“自驱动网络”的愿景。

五、应用选型与实践建议

5.1 个人用户：腾讯 Marvis

• 适合人群：
  • 需要高频处理本地文档、表格与图片的知识工作者。
  • 经常移动办公、需要远程控制 PC 的用户。
  • 对隐私敏感、希望数据尽量不出设备的用户。
• 使用建议：
  • 日常办公：选择端云协同模式，兼顾速度与功能。
  • 敏感文件处理：切换到隐私模式，确保本地闭环。
  • 复杂任务：尽量给出明确、结构化指令（目标 + 输入 + 输出格式），减少多轮澄清带来的 token 消耗。
    

    5.2 企业网络团队：Juniper Marvis

• 适合场景：
  • 多站点校园网/企业网，Wi-Fi 体验投诉频发但根因难以定位。
  • 需要主动保障 SLE、减少被动救火的运维团队。
  • 运维人员技能参差，希望通过自然语言降低排障门槛的场景。
• 部署建议：
  • 优先在 Mist AI 云平台上启用 Marvis VNA，逐步开放 Actions、Minis 与对话助手功能。
  • 将 Marvis 与现有 ITSM / 监控系统集成，通过 Marvis 查询语言和 API 实现自动化闭环。
  • 在关键业务区域（会议室、生产网等）部署 Marvis Minis，实现数字孪生驱动的持续验证。

文章来源

• 腾讯 Marvis 官网：https://marvis.qq.com
• Juniper Marvis 虚拟网络助手官方文档：Marvis 虚拟网络助手概述
• Juniper Marvis AI Assistant 数据手册：Marvis AI Assistant Datasheet
• 相关媒体实测与解读：智东西、今日头条、BGR 数码等对腾讯 Marvis 的报道
  版权说明
• 本文由大国 AI 导航（daguoai.com）基于公开资料整理撰写，仅供科普与学习交流，不构成任何商业建议。
• 文中涉及的产品名称、商标及所有权归各自权利人所有，本文引用仅用于技术说明与科普目的。
• 未经大国 AI 导航书面授权，不得以任何形式转载、摘编或用于商业用途。