最近观察到一个有意思的趋势，就是 Agent 在深度研究之后，都开始朝着多模态的方向走。
以前跟大家介绍过这个 GenFlow 这个产品，最近发现它升级了 3.0 版，它以前能跟其他 Agent 一样，做深度搜索，能调用 MCP 工具，特色是打通了百度文库和网盘里的资料，所以深度研究的时候能把自己的数据也带上。
3.0 升级完之后，它开始变成了全能的全模态的Agent，Office 三件套之外，在聊天+自由画布的这个形态里，图片、视频、音乐、播客都加了进去。这也代表了现在 Agent 的发展趋势。
昨天去百度世界大会和大家分享用户用 ListenHub 赚钱的一些玩法，然后路过了 文库网盘 GenFlow 的会场，真的是座位全满，后面的过道还挤了两排人，都快挤不进去了，是最火的一个会场。
回到家我就体验了一下。
首先，用下来最强的就是它的PPT功能。
我最近在思考公司12月的团建去哪儿，但实在没空自己看攻略啥的，就让它帮忙把我感兴趣的地方生成一个介绍。
这个PPT功能，就是你把需要做的东西说出来，然后它就开始咣咣自动做，我把它当图形版的深度研究来用了。
我录了个屏，大家可以看一下，不仅是模板排版，还有每块的内容全都是一步步生成的，整个能生成好几十页，而且内容都是可以编辑的，模板也可以用指令修改，非常方便。
而且文库智能PPT是现在国内用户量最大的，换模板功能也很方便，里边模板的颜值还挺高的，迭代速度非常快。
PPT生成完之后呢，有可能还需要补充内容。
比如说这个团建的攻略，团建肯定要节省预算嘛，所以我就让他加了一页。
PPT大部分时候都是用来演讲的。讲PPT这件事情，自己写也很费劲，它提供一键生成演讲稿的功能，挺方便的。
现在，GenFlow3.0还能够生图、生视频了。
比如说我前几天去日潭公园玩，把照片贴了上去，是用新的相机拍摄的，颜色比较胶片，就没那么鲜艳，自己看挺好，但发网上不是所有人能get到，所以我让GenFlow调一个更加鲜艳的版本。
GenFlow实现了用自然语言P图，颜色很鲜艳，很适合发布小红书。
有一个功能叫魔法视频，点一下这个按钮，图片就动起来了。
这个图片处理功能还真的挺好用的。最近美团新出了带挡把手的挡版单车，我拍了一张照片，然后我让GenFlowP成蓝色的饿了么版本。
然后我又传了一张哈基米的图，我想把我的头换成哈基米，就把哈基米那个地方画个箭头指向我的头。然后选中魔法生图，它就理解了我的意思，生成了一个哈基米版的我。
从产品层面说，GenFlow 3.0能覆盖的模态非常全面，只要你有需要，就可以直接对话，让 AI 自动化进行多任务执行。
这样的话，无论是高阶的AI玩家，还是小白都能用。
从技术层面来说，GenFow 一直是基于文库网盘底层的混合专家模型，驱动多模态内容的生成和工作流的编排，一开始就在朝着全模态的方向在走。
这也是明年 Agent 产品整体的大趋势。