深度介绍
访问 multion.ai 会看到一个已经更名的品牌：页面署名为 AGI, Inc.，口号是「不用动手，什么都能办」，并把产品描述为「给你手机或电脑的快速、私密动作 AI」。关于页写得最清楚：这是一家做「动作 AI」的应用研究实验室，主张「AI 应该替你做事，而不只是聊天」，并同时做研究与产品——一个小型动作模型、一个能跨应用工作的助手，以及让它在端侧跑起来的推理引擎。对早期关注 MultiOn 的人来说，这是一次明确的路线调整：从网页 Agent 走向设备上的动作模型。
AGI-0 是它的核心：一个自研的小型动作模型家族，参数规模从 20 亿到 200 亿以上。官方描述的工作方式是三步——看见（直接读取屏幕，任意应用任意界面，不需要接口）、推理（把请求拆成步骤并跨应用规划）、执行（点击、输入并端到端完成任务）。官方给出的可靠性数据是：在 AndroidWorld 这一安卓智能体基准上达到 97.4% 的任务成功率，并称这是已公布的最高分。
官方把卖点归纳为三条：更快——小模型的响应时间只是前沿规模接口的一小部分；更省——不需要为每次调用向大型模型付费；更可靠——在公开基准上给出 97.4% 的成绩。这三条其实指向同一个工程判断：如果模型的目标是「操作界面」而不是「通晓万事」，那么把规模压下来、把动作能力训好，反而能在延迟与成本上取得优势。对需要高频、低延迟代操作的场景，这个取舍比单纯的模型排名更有意义。
官方把隐私放在产品叙述的核心位置：AGI-0 可以部署在云端、本地或边缘设备上，并根据用户的硬件与合规需求调整；长期目标是让模型小到可以完全跑在用户手上的设备里，官方称每一次发布都在向这个目标靠近。对处理通讯录、消息与支付类操作的产品而言，「数据是否离开设备」往往决定能否通过隐私评审，因此这种「先边缘、再进设备」的路线是它相对纯云方案的主要差异。
配套的 AGI-RUN 是面向手机、笔记本与边缘硬件的推理引擎，官方公布的基准对比是「比现有最好的引擎最多快 9.9 倍，并在 60 项基准用例中赢下 58 项」。把模型与推理引擎一起做，是端侧方案的常见组合——模型再小，如果推理栈不够快，端侧体验依然不可用。官方另有关于「近内存处理」的技术文章，说明它在硬件不改动的前提下提升处理速度的思路。
面向个人，它提供 Android 应用（应用商店可下载）与电脑端助手；官方博客专门写过「给手机上每个应用都做一个 MCP」，方向是把设备上的各类应用统一暴露给智能体调用。围绕可访问性，官方还提到与无障碍社区共建——这类「读屏 + 代操作」的技术与无障碍工具的目标高度重合，既能服务视障用户，也能顺带覆盖更广的自动化场景。
面向开发者，其文档站仍在维护 MultiOn Agent（标注为 V1 测试版）：定位是「AI 的动作皮层」，让开发者用自然语言在网页上执行自主操作，并强调可并发运行大量 Agent。文档列出的能力包括：带原生代理支持的远程安全会话（用于应对风控与反机器人）、可与本地 Agent 交互的浏览器扩展、整页结构化数据抓取，以及并行 Agent 带来的规模扩展。文档同时提示 Agent 2.0 将加入 AgentQ 支持，说明这条产品线仍在演进中。
官网给出的入口是预约沟通与申请获取，没有公开价格页，因此本页不列金额；公开报道与官方博客中可见的合作线索包括与芯片厂商在端侧智能体上的合作、以及在通信展上展示与设备厂商的概念验证集成。对想评估的企业，建议先确认三件事：目标场景是否属于它擅长的「界面操作」类任务、所需部署形态（云端还是端侧）、以及接口版本与配额安排——这些都需要通过官方渠道确认。
产品特点
官方强调「任意应用、任意界面、不需要接口」：靠视觉读屏与动作模型直接完成操作，绕开了传统自动化里最耗时的逐个系统对接工作。
2B 到 20B+ 的模型家族、官方称在 AndroidWorld 上 97.4% 的成功率，以及「不按次付前沿模型费用」的成本结构，构成它的核心取舍。
AGI-RUN 面向手机与边缘硬件，官方称比现有最好引擎最多快 9.9 倍；端侧方案里推理栈与模型同等重要，这类配套能力并不常见。
支持云端、本地与端侧三种部署形态，并把「最终完全跑在用户自己的设备上」作为长期目标，契合对数据外流敏感的业务场景与合规要求。
最近动态
官方在 2026 年 8 月 6 日发布文章《An MCP for every app on your phone》，方向是把设备上的各类应用统一接入模型上下文协议，让智能体能够调用手机上的能力。这条路线与它的「读屏操作」并不冲突：前者解决接口化的应用，后者兜住没有接口的界面，两者合起来覆盖更多场景。
官方在 2026 年 8 月 4 日发布公告，宣布 Rich Miner——Android 的联合创始人之一、现任投资机构合伙人——加入 AGI, Inc. 担任顾问。官网上也能看到他对「跨应用智能体控制」的评价。对一家把「动作 AI」放到设备上的公司，这类顾问带来的行业关系与产品判断，是评估其长期路线时值得参考的信号。
官方在 2026 年 7 月 2 日发布 AGI-RUN 的基准对比文章，称其端侧推理引擎在面向手机、笔记本与边缘硬件的测试中，比现有最好的引擎最多快 9.9 倍，并在 60 项基准用例中赢下 58 项。此前 5 月 20 日另有关于「近内存处理」的技术文章，说明在不改动硬件的前提下提升处理速度的做法。
MultiOn 的团队现已更名为 AGI, Inc.，访问其官网会看到「不用动手，什么都能办」的主张，以及「给你手机或电脑的快速、私密动作 AI」的产品描述。关于页给出的定位是「做动作 AI 的应用研究实验室」，主张 AI 应该替你做事而不只是聊天，并把成果落成三类产品：小型动作模型 AGI-0、基于它的助手，以及让它在端侧跑起来的推理引擎 AGI-RUN。对早期关注 MultiOn 网页 Agent 的用户来说，这是一次明确的路线调整。 AGI-0 是核心产品：自研的小型动作模型家族，参数从 20 亿到 200 亿以上，工作方式分为三步——直接读取屏幕（任意应用、任意界面，不需要接口）、把请求拆成步骤并跨应用规划、然后点击输入并端到端完成任务。官方给出的可靠性数据是在 AndroidWorld 基准上达到 97.4% 的任务成功率，并称这是已公布的最高分；卖点被归纳为更快（响应时间远低于前沿规模接口）、更省（不按次付费给大型模型）与更可靠（公开基准成绩）。隐私是叙述重点：AGI-0 可部署在云端、本地或边缘设备，并按硬件与合规需求调整，长期目标是让模型小到完全跑在用户设备上；配套的 AGI-RUN 推理引擎面向手机、笔记本与边缘硬件，官方称比现有最好引擎最多快 9.9 倍，并在 60 项基准用例中赢下 58 项。 产品形态上，它提供 Android 应用与电脑端助手，官方博客还提出为手机上每个应用接入模型上下文协议；围绕可访问性，官方与无障碍社区共建「读屏加代操作」的能力。开发者侧，其文档站仍在维护标注为 V1 测试版的 MultiOn Agent，定位为「AI 的动作皮层」，提供带原生代理支持的远程安全会话、可与本地 Agent 交互的浏览器扩展、整页结构化数据抓取与并行 Agent 扩展能力，并预告 Agent 2.0 将支持 AgentQ。获取方式上官网只提供预约沟通与申请入口，没有公开价格页，因此本页不列金额；评估时建议先确认场景是否属于界面操作类任务、所需部署形态以及接口版本与配额安排。
核验信息
本页事实来自 AGI, Inc.（原 MultiOn）官方渠道：官网首页（更名后的品牌与主张、动作 AI 定位、AndroidWorld 排名与演示场景）、AGI-0 产品页（模型家族规模、读屏—推理—执行三步、更快更省更可靠三条卖点、云与本地与端侧部署与隐私目标）、关于页（实验室定位、三条产品线与价值观）、官方博客（2026-08-06 的手机 MCP 文章、2026-08-04 的顾问加入公告、2026-07-02 的推理引擎基准文章与 2026-05-20 的近内存处理文章及日期），以及开发者文档（MultiOn Agent V1 测试版定位、远程会话与代理、浏览器扩展、整页抓取、并行扩展与 Agent 2.0 预告）与应用商店页面。官网未公开价格页，故本页不列金额。页内未列出媒体报道与合作方名称以外的第三方品牌。价格与状态核验于 2026 年 9 月 22 日。
MultiOn（AGI, Inc.）介绍页面对您是否有帮助？
MultiOn（AGI, Inc.）