Tengo Acceso a MANUS, ¡Es BRUTAL! 🤯🔥
الملخص
TLDREl video de John Hernández explora Manus AI, una nueva inteligencia artificial que destaca por su capacidad para ejecutar tareas diversas como un agente general. En su lanzamiento, logró una sorprendente lista de espera de 2 millones de usuarios en solo una semana, superando incluso aplicaciones populares como TikTok y ChatGPT. Se presenta su interfaz, que permite una interacción similar a la de ChatGPT y se muestra su capacidad para desarrollar aplicaciones web interactivas. A pesar de sus limitaciones, Manus AI representa un avance significativo en la inteligencia artificial y su potencial futuro en diversas aplicaciones.
الوجبات الجاهزة
- 🚀 Manus AI es un nuevo agente general de IA creado en China.
- 📝 Se generaron 2 millones de solicitudes en lista de espera en una semana.
- 💼 Puede crear aplicaciones web interactivas por encargo del usuario.
- 🎯 Permite la interacción en tiempo real durante el trabajo.
- ⏳ La velocidad y la estabilidad son aún áreas de mejora.
- 🌐 Funciona en múltiples idiomas y se adapta a los usuarios.
- 🔧 La interfaz es similar a ChatGPT, con capacidades similares.
- 🔍 La inteligencia artificial ofrece un amplio potencial en diversas tareas.
الجدول الزمني
- 00:00:00 - 00:05:00
John Hernández presenta Manus AI, una nueva inteligencia artificial china que actúa como un agente general. Ha generado una increíble lista de espera de 2 millones de usuarios en su primera semana, superando a otras aplicaciones populares como TikTok y ChatGPT. La IA se encuentra todavía en desarrollo y ha limitado el acceso para gestionar la calidad del servicio debido a las altas demandas.
- 00:05:00 - 00:10:00
Durante la prueba de Manus AI, se crea una aplicación web interactiva basada en un vídeo sobre modelos de lenguaje. La IA analiza el contenido del vídeo y comienza a desarrollar funcionalidades incrementales de la aplicación. Además, permite la interacción en tiempo real, lo que marca una diferencia significativa con otras herramientas de IA.
- 00:10:00 - 00:20:00
Hernández destaca que Manus AI es aún un producto en su fase inicial, con varios errores y limitaciones. No obstante, muestra un fuerte potencial en la creación de aplicaciones, aunque incorpora plantillas que limitan la originalidad del contenido generado. Con 2 millones de usuarios ya, se anticipa un camino de mejora en el desarrollo de esta IA.
الخريطة الذهنية
فيديو أسئلة وأجوبة
¿Qué es Manus AI?
Manus AI es una inteligencia artificial que actúa como agente general capaz de ejecutar tareas complejas.
¿Cuál es la demanda de Manus AI?
En su primera semana, generó 2 millones de usuarios en lista de espera.
¿Cómo se compara Manus AI con otras IA?
Manus AI se compara con agentes como OpenAI Operate y Deep Research, pero ofrece funcionalidad más avanzada.
¿Cómo es la interfaz de Manus AI?
Su interfaz es similar a ChatGPT, permitiendo el intercambio de información y la subida de documentos.
¿Manus AI tiene limitaciones?
Sí, tiene limitaciones en su rapidez y a veces puede quedarse colgada.
¿Cómo se utiliza Manus AI para crear aplicaciones?
A través de comandos, el usuario puede solicitar que Manus desarrolle aplicaciones web interactivas.
¿Manus AI puede interactuar en tiempo real?
Sí, el usuario puede enviar mensajes en tiempo real mientras Manus trabaja.
¿Manus AI trabaja en múltiples idiomas?
Sí, puede adaptarse al idioma del usuario automáticamente.
عرض المزيد من ملخصات الفيديو
- 00:00:00Hola a todos Soy John Hernández y aquí
- 00:00:01me tenéis una semana más con un vídeo de
- 00:00:03Inteligencia artificial y esta vez con
- 00:00:05una cosa de última última novedad se
- 00:00:08trata de manus Ai ya hablé en el vídeo
- 00:00:10el lunes que se había presentado esta
- 00:00:13nueva Inteligencia artificial china que
- 00:00:15básicamente es un agente general es
- 00:00:17decir una Inteligencia artificial que lo
- 00:00:19que puede hacer es cualquier cosa que le
- 00:00:22pidas y tomar acción en tu nombre Esto
- 00:00:24va en la línea de lo que hemos visto de
- 00:00:25los agentes de Open Ai por ejemplo
- 00:00:27operator o deep research que básicamente
- 00:00:30se ocupan de Buscar información por ti
- 00:00:32devolverte un informe o de hacer cosas
- 00:00:35con tu navegador Pues bien manus Ai es
- 00:00:37el siguiente nivel es ese punto en que
- 00:00:39la gente puede hacer cualquier cosa que
- 00:00:41de le pidas y ejecutarla evidentemente
- 00:00:44tiene limitaciones pero para que os
- 00:00:46hagáis una idea manus solo se puede
- 00:00:48acceder a él con lista de espera y en la
- 00:00:50primera semana han generado una lista de
- 00:00:52espera de 2 millones de usuarios yo creo
- 00:00:55que no ha habido ninguna aplicación en
- 00:00:58la historia que haya tenido es ese nivel
- 00:01:00de demanda de entrada para empezar o sea
- 00:01:02para que os hagáis una idea ni tiktok ni
- 00:01:04chat gpt generaron tantísimos usuarios
- 00:01:07cuando se lanzaron en este caso habrá
- 00:01:09que ver cuando lo abran al público
- 00:01:10Porque ahora mismo el problema que
- 00:01:11tienen principalmente es que no tienen
- 00:01:13servidores para darle servicio a toda
- 00:01:16esa demanda Y con lo cual no pueden dar
- 00:01:18servicio público no pueden abrirlo ni
- 00:01:20cobrando porque no pueden dar ese
- 00:01:22servicio lo que han decidido de forma
- 00:01:24muy correcta desde manus ha sido
- 00:01:26básicamente limitar el acceso a una
- 00:01:28serie de invitaciones y con esas
- 00:01:30invitaciones consiguen controlar la
- 00:01:33calidad del producto porque si se
- 00:01:34conectan 2 millones de personas los
- 00:01:36servidores revientan Y esto no va a
- 00:01:38funcionar con eso lo que os quiero decir
- 00:01:40es que tenemos acceso y lo vamos a
- 00:01:42probar y la primera vez que voy a
- 00:01:44probarlo va a ser ahora mismo en este
- 00:01:46vídeo porque hoy mismo estáis viendo
- 00:01:48Este vídeo nos han mandado el código de
- 00:01:50acceso para que os deis cuenta manus
- 00:01:52básicamente tiene un interface muy
- 00:01:53parecido a chat gpt Tenemos aquí la
- 00:01:55burbuja de chat donde podemos
- 00:01:56interactuar le podemos subir
- 00:01:58documentación Y a partir de ahí tenemos
- 00:01:59tenos una barra lateral donde tenemos
- 00:02:01las sesiones que vamos acumulando y la
- 00:02:03podemos cerrar de la misma forma que lo
- 00:02:04hacemos en chat gpt las cosas aún no
- 00:02:07funcionan del todo bien Como veis
- 00:02:08algunos menús no responden como deberían
- 00:02:10pero por lo demás funciona perfecto y
- 00:02:12qué podemos hacer con él pues muchas
- 00:02:13cosas de momento aquí abajo lo que
- 00:02:15tenemos son una serie de ejemplos de
- 00:02:17casos de uso de diferentes tipos viaje
- 00:02:19Japón análisis profunda de acciones
- 00:02:21curso interor activo sobre el teorema
- 00:02:23del momento análisis comparativo de
- 00:02:25pólizas de seguros análisis de
- 00:02:26operaciones de tienda en línea etcétera
- 00:02:28etcétera así que vamos a ponerlo a
- 00:02:30prueba y vemos que somos capaces de
- 00:02:32hacer con este nuevo agente de
- 00:02:33Inteligencia artificial voy a poner el
- 00:02:35primer prom créame una web app
- 00:02:37interactiva donde yo pueda aprender todo
- 00:02:39lo que explica Este vídeo básicamente lo
- 00:02:41que estoy haciendo es ponerle un enlace
- 00:02:43de un vídeo de Andres carpazi uno de los
- 00:02:45grandes de la Inteligencia artificial
- 00:02:47donde explica los llms y le voy a decir
- 00:02:49que me cree una web app para que podamos
- 00:02:51aprender todo lo que contiene ese vídeo
- 00:02:53de más de una hora de Andres carpazi
- 00:02:56Vamos a darle y a ver qué es capaz de
- 00:02:57hacer con un prom tan simple me permite
- 00:02:59habilitar dar notificaciones porque esto
- 00:03:01tarda un rato sabéis que las cosas que
- 00:03:02van con agencia básicamente lo que hacen
- 00:03:05es generar todo el trabajo que va
- 00:03:06haciendo en el fondo por detrás es decir
- 00:03:09yo ahora me puedo hacer otras cosas
- 00:03:10mientras manus va trabajando en hacer
- 00:03:12esa web app eso qué quiere decir pues
- 00:03:14que yo lo puedo dejar trabajando con una
- 00:03:16tarea irme a hacer otras cosas volver y
- 00:03:18tener el resultado hecho así que vamos a
- 00:03:19ver cómo evoluciona lo primero que vemos
- 00:03:21es que manus nos dice lo que va a hacer
- 00:03:23y nos explica un poco el camino y por
- 00:03:24aquí ya está empezando a hacer cosas
- 00:03:26veis por aquí dice que voy a analizar el
- 00:03:27contenido del víde YouTube y está
- 00:03:29analizando el contenido con navegando es
- 00:03:31decir ya está utilizando un navegador a
- 00:03:33partir de aquí pone que está pensando y
- 00:03:35me van saliendo consejitos por aquí eh
- 00:03:37dice que por ejemplo Esto es algo
- 00:03:39totalmente nuevo que mientras mano está
- 00:03:40trabajando le puedes enviar mensajes en
- 00:03:42cualquier momento para modificar tareas
- 00:03:43esto es la bomba porque quiere decir que
- 00:03:45nosotros podemos interactuar en tiempo
- 00:03:47real a lo que él va haciendo esto es
- 00:03:49algo que hasta ahora en la ia no existía
- 00:03:50con lo cual es un punto muy interesante
- 00:03:52de que podamos participar mientras está
- 00:03:54trabajando lo que pasa es que con manus
- 00:03:56puede pegarse trabajando minutos o horas
- 00:03:59y con lo cual darnos un resultado
- 00:04:01sabemos que agentes como operator o como
- 00:04:03por ejemplo Deep research suelen tardar
- 00:04:05bastante tiempo en hacer las cosas son
- 00:04:06lentos bueno Deep research lento
- 00:04:08comparativamente con lo que hace no es
- 00:04:09lento Pero la realidad es que llevan
- 00:04:11minutos estamos acostumbrados a asas en
- 00:04:12les que pongamos algo inmediatamente
- 00:04:14obtengamos una respuesta y tenemos que
- 00:04:15acostumbrarnos que con los agentes va a
- 00:04:17ser más como delegar una tarea y
- 00:04:19dejarles trabajar vamos a ir viendo lo
- 00:04:20que va haciendo bien Hasta ahora ha
- 00:04:22detectado bien el vídeo de dive into lms
- 00:04:24like chat gpt de Andre carpazi veo que
- 00:04:26es un vídeo extenso más de 3 horas que
- 00:04:28cubre en profundidad los modelos de
- 00:04:29lenguaje grande como chat gpt el vídeo
- 00:04:31parece cubrir todo el proceso de
- 00:04:32desarrollo de estos modelos desde el PR
- 00:04:33entrenamiento datos de internet etcétera
- 00:04:35Así que va va explicando vale Y dice voy
- 00:04:37a seguir trabajando en esto y te mandaré
- 00:04:38informado sobre mi progreso y él va
- 00:04:40haciendo cosas sinceramente Aquí ya está
- 00:04:42empezando a ejecutar comandos de
- 00:04:44programación para poder sacar el
- 00:04:45análisis etcétera básicamente Esto es lo
- 00:04:48que se conoce como by coding es
- 00:04:50programar con el Flow esto lo que hace
- 00:04:52es que tú vas programando con un llm de
- 00:04:54Inteligencia artificial y vas
- 00:04:55reaccionando lo que va creando y
- 00:04:57conduciendo es como si tú diriges a un
- 00:04:59equipo de programadores Vale pues esto
- 00:05:01lo que hace básicamente es eso a
- 00:05:03programar por su cuenta mientras tú le
- 00:05:05vas dirigiendo y con lo cual tú puedes
- 00:05:07ir viendo lo que va haciendo e ir
- 00:05:08creando lo que tú quieras
- 00:05:12conseguir bien fijaros que manus va
- 00:05:14avanzando llevamos Ahora yo creo que
- 00:05:16alrededor de tres o cuat minutos
- 00:05:17trabajando con él y por aquí nos dice
- 00:05:19que ha configurado el entorno de
- 00:05:20desarrollo para nuestra aplicación web
- 00:05:21interactiva sobre el lm he creado un
- 00:05:23proyecto next GS que nos servirá como
- 00:05:24base para desarrollar la aplicación
- 00:05:25edocu basada en el vídeo de carpa hasta
- 00:05:28ahora he completado el análisis de
- 00:05:29detallado del vídeo la extracción de los
- 00:05:31conceptos clave que cubriremos el diseño
- 00:05:32de la estructura y la configuración del
- 00:05:34entorno de desarrollo con nextjs no
- 00:05:36tengo ni idea de lo que es pero lo está
- 00:05:37haciendo a partir de aquí dice
- 00:05:39continuaré con el desarrollo de la
- 00:05:40interface del Front end la parte que
- 00:05:41vemos Nosotros como usuarios y la
- 00:05:43implementación de los componentes
- 00:05:44interactivos de aprendizaje la
- 00:05:45aplicación incluirá ocho módulos de
- 00:05:47aprendizaje basados en los conceptos del
- 00:05:48vídeo visualizaciones interactivas
- 00:05:50tokenización mecanismos de atención
- 00:05:52etcétera simuladores para experimentar
- 00:05:54con conceptos del lms cuestionarios
- 00:05:56interactivos para reforzar el
- 00:05:57aprendizaje Seguiré trabajando en el
- 00:05:59desarrollo y te mandaré informado de mi
- 00:06:00progreso y sigue dándole a esto como
- 00:06:02haga la mitad de lo que ha dicho que va
- 00:06:04a hacer yo de verdad que no sé en qué
- 00:06:06punto estamos ya pero esto es una
- 00:06:07puñetera locura bien como veis manus
- 00:06:10sigue trabajando llevamos ya cerca de 7
- 00:06:128 minutos trabajando en ello y está
- 00:06:14desarrollando la interface Front 10
- 00:06:15creando todos los archivos que necesita
- 00:06:17para esto y entiendo que cuando acabe
- 00:06:19podremos ver un preview de esta web app
- 00:06:21pero de momento Tendremos que buscar
- 00:06:22algún sitio donde alojar manos ha
- 00:06:25pillado el mundo por sorpresa y ha
- 00:06:26pegado un viaje importante en el sector
- 00:06:28como os decía va básicamente ha
- 00:06:30conseguido 2 millones de usuarios una
- 00:06:31semana lo cual es una auténtica locura
- 00:06:34Pero además de eso han salido muchas
- 00:06:36informaciones de manus que también son
- 00:06:37falsas Este vídeo en el que vemos un
- 00:06:40ordenador trabajando con multipantallas
- 00:06:42se publicó como que era un vídeo de
- 00:06:43manus trabajando y que estábamos jodidos
- 00:06:45porque estaba haciendo 400 tareas a la
- 00:06:47vez pero el mismo cocreador de la
- 00:06:49empresa cofundador de manus eh reveló
- 00:06:51que eso no era cierto y que ese vídeo no
- 00:06:53era de manus que manus es un navegador o
- 00:06:55sea un agente que utiliza navegadores de
- 00:06:57forma individual con su propio
- 00:06:58computador etcétera pero que no puede
- 00:07:00hacer nada parecido a lo que estaba ahí
- 00:07:01parecía Más bien una granja de tiktok
- 00:07:04que otro tipo de contenido Así que no os
- 00:07:06creáis todo lo que veis porque manus es
- 00:07:08bueno pero no es aún tan bestia como nos
- 00:07:11hacen creer en algunos sitios lo que nos
- 00:07:13estamos dando cuenta a medida de
- 00:07:14probarlo Es que manus a veces se queda
- 00:07:16colgado y deja de hacer lo que estaba
- 00:07:17haciendo y simplemente se rompe eso
- 00:07:20puede pasar tanto cuando llevas 20
- 00:07:21minutos trabajando como cuando llevas
- 00:07:23una hora y media con lo cual tiene aún
- 00:07:25cosas que mejorar pero es que estamos en
- 00:07:26la primera semana del producto Esto no
- 00:07:28es más que el mvp es decir el mínimo
- 00:07:30producto viable que han sacado al
- 00:07:32mercado para poder enseñar su idea y su
- 00:07:34concepto de lo que quieren crear y desde
- 00:07:36luego lo que han hecho es muy bestia
- 00:07:38bien manus parece que ha acabado y aquí
- 00:07:40me da una respuesta me dice por aquí ha
- 00:07:42avanzado significativamente el
- 00:07:43desarrollo de la aplicación web
- 00:07:44interactiva sobre l lms basada en el
- 00:07:46vídeo de Andre carpazi hasta ahora he
- 00:07:47completado el análisis detallado del
- 00:07:49vídeo la extracción el diseño la
- 00:07:50configuración el desarrollo de la
- 00:07:52aplicación frontend Y a partir de aquí
- 00:07:54dice la aplicación tiene una estructura
- 00:07:55Clara y atractiva que sigue el diseño
- 00:07:56planificado ahora estoy comenzando a
- 00:07:58implementar la funcionalidad real de los
- 00:08:00componentes interactivos como el
- 00:08:01visualizador de tokenización el
- 00:08:03simulador de maquinismo de atención y el
- 00:08:04generador de texto te gustaría que me
- 00:08:06enfoque algún componente interactivo
- 00:08:08específico primero prefieres que
- 00:08:09continúe con el plan vale vamos a
- 00:08:10decirle continúa con el plan y dame
- 00:08:15previsualizaciones de estos componentes
- 00:08:18para
- 00:08:20validarlos esto que acabo de hacer es
- 00:08:22absolutamente brutal porque yo estoy
- 00:08:23interrumpiendo su flujo de trabajo pero
- 00:08:25entiendo que sigue trabajando con la
- 00:08:26idea que tenía por detrás no sé si para
- 00:08:28lo que estaba haciendo para gestionar
- 00:08:30esta nueva pregunta que le he hecho Y a
- 00:08:31partir de ahí continuar desde donde lo
- 00:08:33ha dejado Pero la realidad es que es
- 00:08:34absolutamente increíble que puedas
- 00:08:36interrumpir el flujo de un modelo de
- 00:08:38Inteligencia artificial eso realmente es
- 00:08:40una novedad y un acercamiento muy
- 00:08:42distinto a lo que tenía hasta ahora y
- 00:08:44desde luego una funcionalidad mucho más
- 00:08:46orgánica no contesta perfecto continuaré
- 00:08:48con el plan establecido implementaré los
- 00:08:49componentes interactivos y te
- 00:08:50proporcionaré previsualizaciones de cada
- 00:08:51componente para que puedas validarlos
- 00:08:53comenzaré con los tres componentes
- 00:08:54principales visualizador de oiza
- 00:08:56simulador de mecanismo de atención y el
- 00:08:58generador de textos bien Vamos a dejar
- 00:09:00que manus trabaje y acabe su tarea y
- 00:09:02mientras tanto os voy a explicar cómo
- 00:09:04funciona esto de un agente de
- 00:09:05Inteligencia artificial básicamente un
- 00:09:07agente de Inteligencia artificial no es
- 00:09:08más que una ia con una caja de
- 00:09:10herramientas y que por el medio tiene
- 00:09:12una cosa que se llama una capa de
- 00:09:13orquestra que es básicamente una
- 00:09:15programación para poder utilizar esas
- 00:09:17herramientas cuándo Y cómo debe
- 00:09:19utilizarlas en este caso manus tiene por
- 00:09:21detrás a clot y a quen la ía de alibaba
- 00:09:24eso se ha filtrado de una forma bastante
- 00:09:26No es que haan ocultado sino que
- 00:09:28simplemente si Le pregun pras A manus
- 00:09:30cuál es lo que utiliza de fondo y cómo
- 00:09:31funciona te lo explica con lo cual no
- 00:09:33creo que lo haya intentado ocultar
- 00:09:34demasiado Pero es cierto que se ha
- 00:09:36generado un poco de ruido mediático en
- 00:09:38redes sociales diciendo que manus no era
- 00:09:40más que un rapper es decir un envoltorio
- 00:09:42sobre clot o quen en este caso la
- 00:09:45realidad es que eso es lo que es
- 00:09:46prácticamente todo perplexity es un
- 00:09:48wrapper con lo cual no tenemos que
- 00:09:50preocuparnos o quejarnos porque haya
- 00:09:52rappers habrá empresas agencias que
- 00:09:54hagan modelos fundamentales para poder
- 00:09:56utilizarlo y después habrá otras
- 00:09:58empresas que utilicen esos modelos
- 00:09:59convirtiéndolos en herramientas y eso le
- 00:10:01queréis Llamar wrapper Pues yo no le veo
- 00:10:02el la falta de valor a un wrapper
- 00:10:04magnific es un wrapper de las diferentes
- 00:10:06illas de imagen eh copilot es un wrapper
- 00:10:09de chat gpt e como digo perplexity
- 00:10:12también es un wrapper con lo cual no lo
- 00:10:13veo nada raro porque al final lo que
- 00:10:15utilizan es el modelo fundamental que ha
- 00:10:17entrenado una empresa para hacer una
- 00:10:18herramienta que a mí me sea útil si esa
- 00:10:20herramienta lo podría hacer chat gpt
- 00:10:22también Sí pero no lo hace a día de hoy
- 00:10:23con lo cual manus aporta un valor que a
- 00:10:25día de hoy no tenemos otra forma de
- 00:10:26utilizar que es un agente general de
- 00:10:29igencia artificial bien manus me
- 00:10:30pregunta algo llevamos unos 20 minutos
- 00:10:32trabajando y dice excelente completado
- 00:10:34la implementación de los componentes
- 00:10:35interactivos principales t visualización
- 00:10:37tokenización simulador de mecanismo y
- 00:10:39generador de texto estos componentes
- 00:10:41están integrados en la página del
- 00:10:43playground con un sistema de pestañas
- 00:10:44para navegar entre ellos el servidor
- 00:10:46está funcionando correctamente y me da
- 00:10:48aquí una especie de servidor pero esta
- 00:10:49URL no sé yo si funcionará bien para
- 00:10:51continuar podría implementar componentes
- 00:10:53adicionales optimizar la aplicación para
- 00:10:55dispositivos móviles preparar la
- 00:10:56aplicación para su despliegue final te
- 00:10:57gustaría que me enfoque en alguna de
- 00:10:58estas opones en particular procedes
- 00:11:00primero que muestre capturas de pantalla
- 00:11:01de los componentes implementados para
- 00:11:03validarlos está navegando por aquí y ya
- 00:11:05estamos viendo lo que él está viendo Así
- 00:11:07que si le damos aquí podremos ver lo que
- 00:11:09está haciendo en su ordenador madre de
- 00:11:12Dios Esta es la aplicación que ha creado
- 00:11:14de momento es un pantallazo no sabemos
- 00:11:16si esto está funcionando o no pero por
- 00:11:18aquí ha creado un tokenizador bueno
- 00:11:20bueno bueno qué locura eh vamos a ver si
- 00:11:22vamos a pedirle Me puedes dar acceso a
- 00:11:26preview de esta web app lo que está
- 00:11:29pasando aquí es que manus tiene su
- 00:11:31propio explorador su propio ordenador en
- 00:11:32el que trabajar y lo que me está
- 00:11:34enseñando es un vídeo de lo que él está
- 00:11:35viendo no sé si en tiempo real o
- 00:11:37pregrabado Pero la realidad es que me
- 00:11:39está mostrando lo que él está haciendo
- 00:11:40lo que le estoy pidiendo es si puede
- 00:11:41darme un acceso a mí para poder acceder
- 00:11:44a eso en algún tipo de preview o sandbox
- 00:11:46desplegable en el que podamos
- 00:11:47consultarlo si no lo que podríamos hacer
- 00:11:49es todo el código subirlo a un
- 00:11:51servidor de una web nuestra Y a partir
- 00:11:52de ahí verlo en de forma pública en
- 00:11:55internet si os fijáis aquí ahora me pone
- 00:11:57preparando el despliegue de la
- 00:11:58aplicación web inter activa sobre el lms
- 00:12:00para compartirla con el usuario Así que
- 00:12:01está haciendo lo que le he pedido me
- 00:12:04acabo de dar cuenta que yo mi primer
- 00:12:05prom se lo he hecho en inglés pensando
- 00:12:07que probablemente manus funcionaría
- 00:12:09mejor pero a partir de ahí manus
- 00:12:10directamente ha empezado a contestar en
- 00:12:11castellano es decir que él detecta el
- 00:12:13idioma de mi sistema Y a partir de ahí
- 00:12:15se adapta a mí y me habla directamente
- 00:12:16en el idioma de mi ordenador para que
- 00:12:18nos entendamos con lo cual el mismo
- 00:12:20parece que puede funcionar perfectamente
- 00:12:21en castellano y toda la cadena de
- 00:12:22pensamiento que va mostrando lo que va
- 00:12:24haciendo parece que está Igualmente en
- 00:12:26castellano Así que no tendréis problema
- 00:12:28para trabajar con él en
- 00:12:32español bien parece que me ha entregado
- 00:12:34algo He desplegado la aplicación web
- 00:12:36interactiva y ahora puedes acceder a
- 00:12:37través de la siguiente URL Esto está en
- 00:12:39una URL temporal de manus Así que vamos
- 00:12:42a ver lo que ha conseguido hacer vale
- 00:12:44pues esto tiene buena pinta como podéis
- 00:12:46ver Tenemos aquí directamente Pues eso
- 00:12:48una página web con sus diseños El diseño
- 00:12:51no está nada mal para ser hecho por un
- 00:12:53llm Y a partir de aquí dice aprende
- 00:12:55sobre modelos de lenguaje comenzar a
- 00:12:57aprender explorar el playground tenemos
- 00:12:59aquí inicio módulos playground recursos
- 00:13:01y por aquí pone los diferentes módulos
- 00:13:02oa básicamente me ha montado un curso
- 00:13:04online sobre llms visualización
- 00:13:06interactiva simuladores de
- 00:13:07entretenimiento de entrenamiento Perdón
- 00:13:09cuestionarios interactivos listo para
- 00:13:11sumergirte comenzar ahora vamos a
- 00:13:12probarlo entramos y me dice el primer
- 00:13:14módulo es fundamentos vamos a explorar
- 00:13:16este primer módulo Y a partir de aquí Me
- 00:13:17pone pues contenido que son los llms
- 00:13:20esta imagen no está cargando eh
- 00:13:22propósito y capacidades ejemplos
- 00:13:24aplicaciones prácticas Y a partir de
- 00:13:25aquí componentes interactivos explorador
- 00:13:27de capacidades interactúa con ejemplos
- 00:13:29diferentes de capacidades desde
- 00:13:30responder preguntas hasta generar
- 00:13:31contenido creativo Vamos a darle a ver
- 00:13:33qué hace vale Este componente no
- 00:13:35funciona para empezar comparador de
- 00:13:37modelos visualiza diferentes modelos del
- 00:13:38lm en términos de tamaño rendimiento y
- 00:13:40capacidades tampoco funciona Y a partir
- 00:13:42de aquí tiene un cuestionario que
- 00:13:43tampoco funciona podemos pasar al
- 00:13:45siguiente módulo pero de momento la
- 00:13:46interface la ha creado vamos a ver la
- 00:13:48parte del playground en el playground sí
- 00:13:50que nos ha creado tres herramientas que
- 00:13:52parece que funcionan visualizador de
- 00:13:53tokenización escribe un texto en el área
- 00:13:55para ver cómo se divide en tokens Hola
- 00:13:58qué tal cómo estás y aquí nos lo divide
- 00:14:01con una tokenización exactamente Como
- 00:14:03haría un tokenizador pero nos lo está
- 00:14:05haciendo por palabras Eh no estoy seguro
- 00:14:06de que esto esté funcionando
- 00:14:07correctamente vale pero de momento la
- 00:14:09interface la interface funciona otra
- 00:14:11cosa es que el interior no esté el motor
- 00:14:13no esté funcionando Como debería ser
- 00:14:15aquí nos hace diferentes explicaciones
- 00:14:17cargar ejemplo uno él pone un ejemplo Ah
- 00:14:20pues parece que sí que lo hace que en
- 00:14:21ese en ese texto yo había puesto pero
- 00:14:23fijaros como modelos lo divide en dos
- 00:14:24tokens lenguaje también etcétera Y aquí
- 00:14:27tiene otro ejemplo y podemos ir haciendo
- 00:14:29vamos a ver si funciona cuando lo
- 00:14:30hacemos con un ejemplo nuestro la grúa
- 00:14:32del barrio se llevó mi coche y me dejó
- 00:14:36tirado por la mañana vamos a ver la grúa
- 00:14:40del barrio se llevó en mi coche y me
- 00:14:41dejó tirado por la mañana no lo está
- 00:14:42haciendo solo lo hace con los ejemplos
- 00:14:44Pero simplemente es que no tiene
- 00:14:45interiorizada la fórmula de tokenización
- 00:14:48pero el interface funciona a la
- 00:14:49perfección simulador de atención
- 00:14:51simulador del mecanismo de atención aquí
- 00:14:53dice esta visualización muestra Cómo
- 00:14:54funciona el mecanismo de atención en los
- 00:14:56Transformers selecciona un token para
- 00:14:57ver cómo Presta atención a otros tokens
- 00:14:59en la secuencia vamos a gato por
- 00:15:01ejemplo texto de ejemplo Ah vale
- 00:15:03selecciono aquí gato y a partir de ahí
- 00:15:05nos dice cóm gato se relaciona con el
- 00:15:07resto de palabras de a nivel de atención
- 00:15:10para el llm esto es brutal y realmente
- 00:15:12ayuda muchísimo Cómo funciona el
- 00:15:14mecanismo de atención fijaros que él
- 00:15:15mismo ha decidido poner tips y los ha
- 00:15:17puesto en interface de una forma por su
- 00:15:19propia cuenta y generador de texto
- 00:15:21experimenta con un generador de texto
- 00:15:23simplificado que simula como los llms
- 00:15:24generan texto token por token
- 00:15:26permitiéndote ajustar parámetros como la
- 00:15:27temperatura vale pronto inicial
- 00:15:30créame una historia de fantasía Y a
- 00:15:34partir de aquí mostraremos generación
- 00:15:36token por token lo dejaremos así y
- 00:15:37generaremos texto y fijaros que lo que
- 00:15:39hace es cómo lo haría un chat gpt que
- 00:15:42simular Cómo va generando token por
- 00:15:44token Y a partir de ahí podemos
- 00:15:45gestionar un poco los parámetros y
- 00:15:47cambiaría pues la velocidad etcétera y
- 00:15:49nos explica aquí Cómo va y de esta forma
- 00:15:51básicamente nos intenta dar una serie de
- 00:15:53ejemplos para ver cómo funciona todo
- 00:15:55esto está claro que la web es
- 00:15:57absolutamente increíble y lo que
- 00:15:59podríamos hacer es seguir trabajando con
- 00:16:00manus para desarrollar el resto de
- 00:16:01componentes porque él mismo nos había
- 00:16:02dicho que iba a desarrollar primero eso
- 00:16:04y que después desarrollaría el resto
- 00:16:06vamos a ver dónde se ha quedado bien nos
- 00:16:08dice aquí esta aplicación permite
- 00:16:09aprender de manera interactiva los
- 00:16:11conceptos explicados en el vídeo Deep
- 00:16:13dive into llms like chat gpt de Andre
- 00:16:15carpa incluso la la página de inicio
- 00:16:17módulos de aprendizaje el playground
- 00:16:19interactivo con esos tres módulos que
- 00:16:20funcionan aunque no tienen la la fórmula
- 00:16:23correcta de fondo y recursos la
- 00:16:26aplicación es completamente responsiva y
- 00:16:27funciona en dispositivos móviles de
- 00:16:29escritorio puedes Navegar entre las
- 00:16:30diferentes secciones usando el menú
- 00:16:31superior hay alguna parte específica de
- 00:16:33la aplicación que te gustaría que te
- 00:16:34explicase con más detalle y a partir de
- 00:16:36ahí nos permitiría interactuar con él
- 00:16:38para mejorar aquellas cosas que no
- 00:16:40funcionan el resultado sin duda es
- 00:16:43increíble pero manus no es siempre tan
- 00:16:45bonito como parece tiene una serie de
- 00:16:47cosas que no son exactamente como
- 00:16:49creemos que son lo primero es que si
- 00:16:51hacemos otro tipo de web Apps vemos que
- 00:16:53utiliza una especie de plantilla vale
- 00:16:55fijaros en esta web app que he creado de
- 00:16:57un asistente tanzania Y si os fijáis
- 00:16:58tiene cosas muy parecidas los botones
- 00:17:00estos cuadrados y grandes que teníamos
- 00:17:02aquí y después fijaros como aquí abajo
- 00:17:04tiene un botón para activar que
- 00:17:06curiosamente aquí funciona una
- 00:17:08estructura muy parecida el diseño es
- 00:17:09diferente Pero la estructura es muy
- 00:17:11parecida Eso quiere decir que
- 00:17:12probablemente tiene una serie de
- 00:17:14programaciones de plantillas o que el
- 00:17:16modelo llm de debajo sea clot o quen el
- 00:17:18que trabaje en este momento suele
- 00:17:20trabajar de una forma muy parecida para
- 00:17:22hacer el mismo tipo de contenido esto no
- 00:17:24tiene por qué ser intrínsecamente malo
- 00:17:25pero indica que no es tan agj ético como
- 00:17:28nos quieren hacer parecer es decir que
- 00:17:29no crea cosas nuevas y novedosas sino
- 00:17:31que se basa en algo que ya tiene de
- 00:17:33estructura por otro lado también Es
- 00:17:35cierto que el modelo no entiende
- 00:17:37perfectamente todo muy bien no a la
- 00:17:38primera y no siempre por ejemplo en este
- 00:17:41otro ejemplo en el que yo le he pedido
- 00:17:42que buscase empresas que fuesen Eh pues
- 00:17:45potenciales para mi empresa de servicios
- 00:17:47de paquetería es decir clientes
- 00:17:48potenciales si yo tengo una mensajería
- 00:17:50lo que ha hecho es buscarme empresas de
- 00:17:52paquetería Entonces no ha acabado de
- 00:17:53entender bien la misión y ha recopilado
- 00:17:55datos de empresas de paquetería En lugar
- 00:17:57de empresas potencialmente ente clientes
- 00:17:59para empresas de paquetería esto es malo
- 00:18:01no entender que esto es un mínimo
- 00:18:03producto viable que han sacado al
- 00:18:04mercado es una primera fase y es normal
- 00:18:06que no funciona la perfección lo primero
- 00:18:08que tenéis que entender es que con este
- 00:18:09tipo de inteligencias artificiales con
- 00:18:11agencia que hacen cosas lo que tenemos
- 00:18:13que hacer es lo que se conoce y hemos
- 00:18:14hablado ya en este vídeo de vipe coding
- 00:18:17Es decir de ir codificando de ir creando
- 00:18:19lo que queremos en base al flujo que
- 00:18:21está pasando y no intentando que lo haga
- 00:18:23la primera no podéis hacer que la
- 00:18:24Inteligencia artificial os haga el
- 00:18:26trabajo entero sino que tenéis que
- 00:18:27dirigirla hacia donde queréis ir si
- 00:18:29encontramos este error de la agencia y
- 00:18:31que vemos que en el tema de viajes y
- 00:18:34vemos que la plantilla es la misma pues
- 00:18:35le diremos cambia el diseño que sea de
- 00:18:36otra forma y probablemente lo podrá
- 00:18:38hacer pero la ia tiende como todos
- 00:18:40nosotros como toda la inteligencia en
- 00:18:41general a irse a lo cómodo Y a lo que
- 00:18:43sabe que es suficientemente bueno pero
- 00:18:45fácil en la parte de la empresa pues Si
- 00:18:47vemos que ha buscado agentes de
- 00:18:49paquetería pues le vamos a aclarar el
- 00:18:50prom le diremos Oye he dicho clientes
- 00:18:52potenciales para una agencia de
- 00:18:53paquetería no clientes de paquetería
- 00:18:55porque evidentemente ellos no me van a
- 00:18:57comprar mis servicios en de definitiva
- 00:18:59lo que tenemos con esta Inteligencia
- 00:19:00artificial es un agente general que
- 00:19:02puede hacer cosas absolutamente
- 00:19:04increíbles es lento no es tan lento como
- 00:19:06seríamos nosotros haciendo la misma
- 00:19:07tarea pero a día de hoy también supone
- 00:19:09que le deis su tiempo pero en general es
- 00:19:11un muy buen atisbo a lo que vamos a ver
- 00:19:13con agentes en 2025 y lo podéis aplicar
- 00:19:17a cualquier cosa que queráis Es decir
- 00:19:19para haceros Pues eso desde web apps
- 00:19:21para haceros también aplicaciones pues
- 00:19:23más del día a día como a buscar
- 00:19:25información en internet sobre una tarea
- 00:19:27que le queráis delegar o cualquier
- 00:19:28cualquier cosa que se os ocurriese
- 00:19:29normalmente delegar a un asistente que
- 00:19:32vosotros tuvieseis manos sin ninguna
- 00:19:34duda muestra la capacidad de lo que
- 00:19:36puede ser un asistente general de
- 00:19:37Inteligencia artificial ha sido el
- 00:19:39primero que ha pegado tan fuerte y como
- 00:19:40os decía al principio 2 millones de
- 00:19:43correos electrónicos recogidos en una
- 00:19:45semana en lista de espera le garantizan
- 00:19:47el éxito a esta Inteligencia artificial
- 00:19:49china que desde luego oiremos mucho más
- 00:19:51hablar de ella Nosotros la Seguiremos
- 00:19:53probando y veremos hasta dónde llega y
- 00:19:55os iremos informando de ello nos vemos
- 00:19:56en el próximo vídeo chao al
- Manus AI
- Inteligencia Artificial
- Agente General
- Interfaz
- Aplicaciones Web
- Demanda
- Limitaciones
- Interacción
- Desarrollo
- Innovación