搜索: "多智能体"

共找到 17 篇相关文章

字节火山引擎推出一站式AIGC短剧平台,制作周期缩短超八成

字节火山引擎推出一站式AIGC短剧平台,制作周期缩短超八成

凤凰网科技讯 (作者/许婧)5月21日,字节跳动旗下火山引擎宣布,一站式AIGC短剧创作平台“火山剧创1.0”正式上线。官方称,该平台深度适配Seedance、Seedream等模型,可实现高效可控的“导演级控片”能力,将短剧制作周期缩短80%以上。火山剧创1.0依托自研多智能体架构,能够深度解析长篇剧本,提供从剧本分析、全剧资产设定、分镜视频生成到成片预览的端到端智能解决方案。同时,火山方舟为平

科技2 阅读
苏姿丰对话李开复:AI转型必须CEO亲自挂帅,不能只靠CIO

苏姿丰对话李开复:AI转型必须CEO亲自挂帅,不能只靠CIO

5月19日,AMD AI 开发者日在上海举办。活动现场,AMD CEO 苏姿丰与零一万物CEO李开复围绕“AI 智能体新范式”这一话题展开对话,讨论 AI 从“大模型”走向“多智能体协作”后,计算架构、软件生态以及产业形态可能发生的变化。AI 能否接管一个企业职能部门,甚至有朝一日运营整个公司?企业 AI 转型,到底应该听 CEO 的,还是 CIO?每一位开发者,在 AI 时代将会扮演怎样的角色?

科技3 阅读
谷歌造出AI数学家,48%碾压全场!牛津教授用它破解60年未解之谜

谷歌造出AI数学家,48%碾压全场!牛津教授用它破解60年未解之谜

新智元报道【新智元导读】谷歌DeepMind今日官宣推出「AI co-mathematician」多智能体系统,在FrontierMath Tier 4自主模式下斩获48%正确率。牛津教授借助该系统攻克Kourovka Notebook长期开放问题,AI进化为数学家的真正研究搭档。人类数学家,终于等来了自己的「超级队友」!就在刚刚,谷歌云首席科学家、DeepMind研究副总裁Pushmeet Ko

科技2 阅读
动态路由革新:RouteMoA助力多智能体系统高效协同无需预推理

动态路由革新:RouteMoA助力多智能体系统高效协同无需预推理

一篇论文已被 ACL 2026 收录,主要作者来自上海交通大学自动化与感知学院 IWIN 中心团队。该团队的负责人是关新平教授,导师包括陈彩莲教授和乐心怡教授,南洋理工大学陶大程教授亦有参与合作。其他研究人员则分别来自腾讯、上海人工智能实验室以及香港中文大学等机构。论文的第一作者王骥泽为该校博士生,专注于大型模型智能体的研究。在最近几年里,随着大语言模型的进步,从单一模型的性能提升逐渐转向多个模型

科技3 阅读
高额投入见成效:清华团队一周内耗资十万打造百项技术新纪录

高额投入见成效:清华团队一周内耗资十万打造百项技术新纪录

新智元报道AutoSOTA通过多智能体协作,实现了AI研究中繁复的性能优化过程自动化,将科研从手工操作转变为工业化流程。这项技术仅需5小时就能完成人类数月的工作量,极大地释放了科学家的创造力,促进了更多创新性的探索。在当今的人工智能领域,实验室中的灯光常常见证了无数为了提高1%效能而进行的彻夜实验调整。这一过程被戏称为“炼丹”,虽然最终实现了最佳性能(State-of-the-Art,简称SOTA

科技5 阅读
AI集体上岗,告别单一Agent模式

AI集体上岗,告别单一Agent模式

克雷西 发自 凹非寺量子位 | 公众号 QbitAI目前,大型模型的更新速度之快令人目不暇接,但主要发展方向大致相同:规模更大、性能更强、运行更快。然而,Kimi最近一次的升级则采取了不同的路径。昨晚,月之暗面发布了其最新版本的K2.6模型,并将其开源。此次更新有两个关键点:一是增强了代码编写能力,包括软件工程和前端设计水平;二是提升了多智能体协作“集群”功能。先来看排行榜,Kimi K2.6在A

科技3 阅读
JiuwenClaw引领“Coordination Engineering”新纪元

JiuwenClaw引领“Coordination Engineering”新纪元

随着AI技术的发展,单个智能体的功能已经从基本的“可用”提升到了更高的水平,然而现在更需要的是团队协作来完成复杂的任务。在这种背景下,华为支持下的开源项目openJiuwen社区发布了最新的成果——龙虾Agent(JiuwenClaw)。此次更新中最重要的新功能是多智能体协同能力,可以实现不同角色间的分工合作和互相协作。例如,在一个项目里,调研、分析、执行与审核等任务由不同的AI助手来完成,它们之

科技3 阅读
龙虾科研团队推出Claude Code Harness,多智能体与金字塔结构结合

龙虾科研团队推出Claude Code Harness,多智能体与金字塔结构结合

Claw AI Lab团队量子位 | 公众号 QbitAI科研工作是否让你感到孤独?实验中最难的部分,并非问题本身,而是从文献研究到实验设计再到论文撰写的过程,往往需要科研人员独自推进。独自工作的研究员可能会错过正确的方向指引,遇到复杂的问题时没有讨论的机会。如果结果不理想,则只能反复尝试修正错误。所谓的“自动化科研”,很多时候只是将这些步骤整合成一个无人参与的流程——虽然减少了人力投入,但问题的

科技3 阅读
360智能体发现OpenClaw高危漏洞 将波及全球17万实例

360智能体发现OpenClaw高危漏洞 将波及全球17万实例

快科技3月31日消息,据媒体报道,360数字安全集团自主研发的360多智能体协同漏洞挖掘系统,近日在OpenClaw平台中发现了一处高危漏洞——MEDIA协议Prompt注入绕过工具权限,导致本地文件泄露。该漏洞已获国家信息安全漏洞库(CNNVD)正式确认,影响范围覆盖全球50多个国家和地区,超过17万个可公开访问的OpenClaw实例面临安全风险。此次发现是360继此前披露OpenClaw相关安

科技3 阅读
阿里通义CoPaw1.0发布:定制小模型、安全机制与多智能体全面进化

阿里通义CoPaw1.0发布:定制小模型、安全机制与多智能体全面进化

IT之家 3 月 31 日消息,阿里通义实验室今日宣布 CoPaw 1.0 版本正式发布。此次更新重点围绕定制小模型、安全机制、多智能体协同以及记忆管理四大方面进行能力升级。CoPaw 基于 AgentScope 生态构建,其架构依赖框架层、记忆层与模型层三层核心支撑。新版本全面支持本地化部署,用户可在 Mac、Windows 或 Linux 系统的个人电脑上一键安装并运行。为优化本地任务,团队同

科技5 阅读
趋境科技推出ATaaS:全球顶级AI Token生成服务平台

趋境科技推出ATaaS:全球顶级AI Token生成服务平台

当前,人工智能领域的竞争正逐步从模型能力的较量转向规模化应用的争夺。应用形式已从单一的问答模式扩展到多智能体协作、长链推理和复合任务执行,这导致了 Token 需求的快速增长。与此同时,算力采购、部署及运行过程中的设备和能源成本持续上升,导致算力投入与实际 Token 产出的匹配问题日益凸显。因此,提高 Token 推理效率的系统优化成为了推动产业持续发展的关键。针对这一行业趋势,全球领先的高效能

科技6 阅读
龙虾团队突破创新,MiniMax M2.7领跑国服排行榜

龙虾团队突破创新,MiniMax M2.7领跑国服排行榜

新智元报道最近,MiniMax M2.7在海外开发者社区引起了广泛关注,其热度直线上升,排名迅速攀升。这款软件的独特之处在于它多智能体协作和自进化的能力,赢得了全球开发者的高度评价。经过测试,我们发现这款AI新宠确实在各方面表现出色,名副其实。MiniMax M2.7的发布,让开发者们感到震撼。自从发布以来,它在全球开发者社区内引发了热烈的讨论。无需赘述,这款软件的创新之处在于其多智能体协作能力和

科技3 阅读
雷军在大模型领域超越期待,或将引领马斯克跟进

雷军在大模型领域超越期待,或将引领马斯克跟进

当小米正式发布了MiMo-V2-Pro大模型之后,我首先想到的是马斯克,而非雷军。这是因为他的xAI项目目前处境相当尴尬。xAI成立于2023年,融资额超过500亿美元,团队成员包括OpenAI、DeepMind、微软以及谷歌大脑的专家。最新发布的Grok 4.20 Beta版采用了四agent并行的多智能体架构,通过四个代理(Grok、Harper、Benjamin、Lucas)之间的内部辩论来

科技16 阅读
MiniMax M2.7引领新潮流:智能虾自主用餐

MiniMax M2.7引领新潮流:智能虾自主用餐

克雷西 发自 凹非寺量子位 | 公众号 QbitAIMiniMax团队在短短一个月内,迅速推出了M2.7版本,带来了重大的功能升级。此次更新,M2.7在执行复杂任务和多智能体协同方面有了显著提升。它不仅在推理和工程能力上实现了飞跃,还能够独立解决生产线上出现的技术难题。与之前的版本相比,M2.7已经成长为一个成熟的SRE专家,能够自动关联监控,精准定位并修复漏洞。它甚至能够自主搭建Agent Ha

科技5 阅读
投入2700元打造全天候AI团队,揭秘我的OpenClaw实战经验

投入2700元打造全天候AI团队,揭秘我的OpenClaw实战经验

编译 陈佳编辑 程茜近期,一位开发者展示了如何通过开源工具OpenClaw,在本地设备上构建并运行一套多智能体自动化系统,实现日常工作的智能化处理。该系统的搭建不仅节省了大量时间,还为其他个人开发者提供了一种可行的路径。本文介绍了由Claude Opus、Sonnet等模型支持的一套包括六个全天候AI员工在内的自动化系统。通过这套系统,开发者能够自动完成研究摘要生成、内容草稿撰写等工作,从而释放更

科技3 阅读
过多的AI智能体并不意味着更强:信息冗余限制了大规模语言模型代理的发展

过多的AI智能体并不意味着更强:信息冗余限制了大规模语言模型代理的发展

近年来,基于大语言模型的多智能体系统(MAS)在复杂推理任务中得到了广泛应用。传统方法通常让多个独立生成决策的代理通过投票或辩论等方式进行聚合,从而提高算术、常识推断及专业问答等领域的准确率。当test-time compute成为常见的性能提升策略时,一个自然而然的问题随之产生:随着agent数量的增加,MAS是否能够持续增强其能力?直观上来看,这种想法似乎是合理的:类似ensemble或sel

科技5 阅读