4月15日消息，面壁智能正式发布文档智能体工作台Lantay（兰台令）并开启公测，产品定位为"文档领域的Cursor"，支持PDF、DOCX、PPT、录音等16种文件格式的智能化处理，自然语言与语音双通道交互，单文件上限100MB、音频文件上限500MB。
Lantay的核心能力与使用场景
Lantay的产品逻辑是把传统的文档阅读、分析、提取工作从手动操作转变为AI智能体驱动的自动化工作流。用户将文件上传后，可以通过自然语言指令或语音指令与文档进行交互——提取关键信息、生成摘要、跨文档比对、格式转换等操作均可在对话中完成。
16种格式的覆盖面意味着Lantay不仅处理常规的文本类文档，也能解析演示文稿和音频录音。这在实际工作场景中对应的是：律师批量审阅合同PDF、研究人员整理论文文献、运营人员从会议录音中提取行动项等任务。音频500MB的上限大致可以覆盖一场3-4小时的高清会议录音。
产品采用"工作台"而非"对话框"的形态设计，类比Cursor之于代码编辑器的思路——Cursor把AI嵌入IDE环境让开发者不离开编辑器就能获得AI辅助，Lantay则把AI嵌入文档处理环境，让用户在统一界面内完成从读取到分析到输出的完整流程。
面壁智能的Agent战略与技术底座
面壁智能由清华大学NLP实验室孵化，核心产品线包括端侧大模型MiniCPM系列和多模态大模型应用露卡（Luca），公司定位以"高效"为第一性原理，追求同等参数下更高的模型性能。MiniCPM系列已在汽车座舱、手机、PC等终端实现规模化落地，与吉利、长安、大众、华为等企业建立了深度合作。
Lantay是面壁智能"大模型+Agent"双引擎战略在文档场景的具体落地。此前，面壁智能已在Agent方向推出过ChatDev（多智能体软件开发框架）、IoA（智能体互联网协作框架）、cpmGO（端侧智能助手）等产品。MiniCPM-V 4.5在OCR和文档解析任务上以8B参数超越了多个72B级别模型的表现，这一多模态文档理解能力构成了Lantay的技术支撑。
面壁智能已累计完成多轮融资，投资方包括深创投、华为哈勃、春华创投、龙芯创投等机构。
竞品格局：从通用对话到专业工作台
文档AI工具的市场已经高度分化。Google NotebookLM以Gemini为底座，定位文档研究助手，支持PDF、网页、YouTube视频等来源上传，回答严格限定在文档范围内以降低幻觉率，还能将内容转化为播客音频。Kimi（月之暗面）主打200万字长文本处理，支持PDF、Word、PPT等格式解析。WPS AI则依托WPS办公套件的存量用户基础，在文档编辑和格式输出上有天然优势。ChatDOC专注于PDF文档的问答和信息提取。 Lantay的差异化主张在于两点：一是"工作台"形态而非"聊天窗口"形态，试图在交互深度上超越通用对话产品；二是语音交互通道的加入，这与面壁智能在端侧语音模型（VoxCPM）上的技术积累直接相关。但能否在实际体验中形成壁垒，取决于文档解析精度、多格式兼容性、响应速度等硬指标的实际表现。
局限与风险
Lantay当前处于公测阶段，产品成熟度存在不确定性。16种格式的覆盖广度是否伴随着深度上的妥协——例如复杂排版PDF的表格提取精度、PPT中图文混排内容的语义理解质量——需要实际测试验证。单文件100MB的上限对于大型工程图纸、扫描件合集等场景可能不够。
面壁智能此前的产品落地主要在端侧模型和B端合作，消费级产品的运营经验相对有限。Lantay作为面向个人和中小团队的工具型产品，在获客路径、付费转化、用户留存上将面临与Google NotebookLM（免费+Google生态绑定）、Kimi（免费+流量优势）、WPS AI（Office场景刚需绑定）等产品的直接竞争。 此外，"类Cursor"的定位虽然便于传播，但Cursor的成功建立在开发者群体高频刚需和VS Code生态迁移的基础之上，文档处理场景是否存在同等量级的工作流惯性和切换意愿，仍需市场检验。
AI 速览
