以下文章来源于CSDN ，作者万有引力 CSDN . 成就一亿技术人 嘉宾 | 范文栋 对话 | 唐小引 责编 | 郑丽媛 出品 | CSDN（ID：CSDNnews） 今年 3 月，Manus 的横空出世，引爆 了 新一轮 的 AI Agent 热潮 。 人们惊讶地发现，原本复杂繁琐的任务流，如今一个 Agent 就能自动规划、调用工具、执行操作，甚至还能主动 Debug 和自我修复——生成式 AI 从" 语言理解"向"任务执行"演化， Agent 也 不再是只能聊天的大语言模型，而是可以"动手做事"的数字助手 。 然而，在 这场技术热潮中，质疑与分歧也接踵而至：" Agent 的 Scaling Law 是否存在 "、" 通用 Agent 是否真的可行 " ， 这些 问题 引发了广泛的 争议与探讨。一方面，部分研究者坚信，随着模型技术的进步，Agent 将能实现从特定任务向通用能力的跨越；而另 一 方面，也有声音指出 ， 所谓 的"通用 Agent"， 或许 只 是一套被过度期许的工程幻象。 为了解答这些技术 争议，由 CSDN 主办 的《万有引 力》栏目 在 全球机器学习技术大会 的现场特别邀请到了 C ...

北京时间 7 月 10 日，原定于上午 11 点的 xAI Grok 4 发布会，在万众瞩目中"鸽"了整整一小时。期间评论数飙升至 4200 条，转发超 2000 次，点赞 破万，140 万观众在线催更。这期间，xAI 的官推评论区成了大型许愿池和段子集散地。 作者 | 王启隆 出品 | CSDN（ID：CSDNnews） 毕竟，发布会前，老板马斯克亲自下场，在办公室搭帐篷、通宵达旦进行"最后一次大规模训练"的消息早已传遍网络。人们迫切想知道，是怎样的"核武 器"，值得如此阵仗。 事实证明，这场等待是值得的。马斯克和他的团队带来的 Grok 4，不仅是一次模型的常规升级，更像是一场对现有 AI 能力边界的悍然宣告。 王座易主？Grok 4 制霸 大模型 考场 发布会的核心，首先是一系列令人瞠目结舌的基准测试（Benchmark）成绩。如果说过去的 AI 评测是诸神之战，那么 Grok 4 的登场，则 是 诸神黄昏 。 最引人注目的，无疑是"人类最终测试"（Humanity's Last Exam, HLE）的成绩。 这是一个涵盖了数学、有机化学、语言学、法学等多个博士级别难 题的超高难度测试，旨在检验 AI ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 大模型在自动驾驶功能上的落地逐渐清晰化，理想、华为等公司开始推行自己的VLA、VLM方案。那么下一代大 模型需要关注的点有哪些呢？ 按照早期自动驾驶技术发展的规律，当数据和方案基本验证有效后，开始重点关注轻量化与硬件适配、知识蒸馏与 量化加速、高效微调大模型等方向！ 除此之外目前大火的CoT方案也是后期完成空间感知的重点，VLA+强化学习等高级推理范式也被行业重点关注。 这些问题是学术界和工业界亟需要解决的，相关的论文研究受到审稿人的青睐，国内外越来越多的团队正在从事相 关方向研究。我们了解到不少同学靠着自己的努力，发了篇和自动驾驶相关的大模型工作，申博去了TOP2！前面 收到很多同学的求助，希望能够辅助开展大模型相关的论文指导研究，解决无人带发论文，缺乏指导的痛点。 自动驾驶之心联合业内知名大模型方向学者，开展了1v6的大模型论文指导小班课，解决无人带、易踩坑、不知如 何写稿、投稿的难题。 ⼀、课程介绍⭐ 随着大语言模型（LLM）和多模态模型的快速发展，如何提升模型效率、扩展知识能力以及增强推理性能已成为 ...

西风 发自 凹非寺 量子位 | 公众号 QbitAI "人类最后的考试"首次 突破30分 ，还是咱国内团队干的！ 该测试集是出了名的超难，刚推出时无模型得分能超过10分。 直到最近， 最高分也不过26.9 ，由Kimi-Research和Gemini Deep Research并列取得。 现在，上海交大联合深势科技团队突然发布了一项新研究，在"人类最后的考试" （HLE，Humanity's Last Exam） 上一举拿下 32.1分 ， 创下新纪录。 在这项研究中，团队推出 工具增强推理智能体X-Master 、 多智能体工作流系统X-Master s。 划重点：还直接把这套方案给 开源 了。 网友们纷纷感叹现在AI竞赛太激烈，一天一个样。 另外值得一提的是，这项研究 使用了DeepSeek-R1-0528作为驱动智能体的推理模型 ，由此也有网友表示： R1在函数调用上表现仍欠佳，而且在这项研究里甚至没有针对这一点进行微调。但即便如此，只要给它搭配合适的框架，它在HLE这 个难度很高的测试中就能拿到32%的成绩。 虽然大家可能会习惯性地称R1为"最佳基础模型"，但我觉得这其实是给V4打下了基础。我敢肯定， ...

朱昆仑是伊利诺伊大学香槟分校（UIUC）计算机科学系的研究生，现隶属于Ulab与Blender Lab，曾在斯坦福大学、卡内基梅隆大学（CMU）与蒙特利尔学习算 法研究所（Mila）进行学术访问。他的研究方向包括大语言模型（LLM）智能体、多智能体系统、AI科学家与工具学习等，在ICML、ICLR、ACL、TMLR等顶 级会议与期刊发表论文10余篇，总引用超过1500次。 他积极参与多个广泛影响的开源项目，包括 OpenManus(RL)、ChatDev（MACNET）、ToolBench 等，累计 在 GitHub 上获得超过 5万+ stars。此外，他曾受邀在 AMD 开发者大会、阿里巴巴云栖大会等重要学术与工业会议中作报告，分享其在AI智能体方面的开源成 果。 这不仅是一个评测集，更是首个能够全面、系统化地评估 LLM 多智能体系统协作与竞争能力的综合性基准。它不仅仅是一套「考题」，而更像一个「模拟 真实社会动态的实验室」，旨在揭示多智能体协作的奥秘，并回答一系列关键问题： …… 论文标题： MultiAgentBench：Evaluating the Collaboration and Compet ...

大模型在自动驾驶功能上的落地逐渐清晰化，理想、华为等公司开始推行自己的VLA、VLM 方案。那么下一代大模型需要关注的点有哪些呢？ 按照早期自动驾驶技术发展的规律，当数据和方案基本验证有效后，开始重点关注轻量化与硬 件适配、知识蒸馏与量化加速、高效微调大模型等方向！ 除此之外目前大火的CoT方案也是后期完成空间感知的重点，VLA+强化学习等高级推理范式 也被行业重点关注。 这些问题是学术界和工业界亟需要解决的，相关的论文研究受到审稿人的青睐，国内外越来越 多的团队正在从事相关方向研究。前面收到很多同学的求助，希望能够辅助开展大模型相关的 论文指导研究，解决无人带发论文，缺乏指导的痛点。 自动驾驶之心联合业内知名大模型方向学者，开展了1v6的大模型论文指导小班课，解决无人 带、易踩坑、不知如何写稿、投稿的难题。 ⼀、课程介绍⭐ 解决只了解大模型相关零散知识，没有清晰的体系的问题，帮助系统掌握指定方向的重点理论知 识，同时做适当拓展，让学员对指定方向内容形成更清晰的体系； 解决没有方向，动手能力差，无法复现论文，帮助同学将模型理论与代码实践相结合，协助同学 开发设计新模型铺垫基础；能让学员将baseline深化拓 ...

作者 | 李冬梅 采访嘉宾｜郭伟、汪晟杰 6 月 24 日，谷歌云官宣将 A2A（Agent-to-Agent）协议捐赠给了 Linux 基金会，消息一出引发了 AI 行业地震。这份包含智能体交互协议、SDK 和开发者工具的开源礼包，背后站着亚马逊、微软、思 科等科技巨头组成的"全明星"阵容。 Google Cloud 副总裁兼商业应用平台总经理 Rao Surapaneni 表示："通过与 Linux 基金会和领先的 技术提供商合作，我们将在值得信赖的开放治理框架下，实现更具创新性和价值的 AI 功能。" 在外界看来，谷歌云捐赠开源 A2A 的决策有点耐人寻味。在 Reddit 平台，有评论认为谷歌这么做是 对 Anthropic MCP 协议、OpenAI 函数等竞品的战略应对，但同时也揭示了行业共识：智能体经济需 要共建底层规则。 也有用户认为，MCP 已经起飞了，A2A 才开始追赶。 甚至有人厌倦了谷歌，认为 A2A 不会成功。 在 A2A 协议引发热议的同时，MCP 已经在企业级市场悄然生根。与 A2A 侧重智能体间通信不同， MCP 解决的是更基础的问题：如何让 AI 模型安全高效地调用现实世界中 ...

中财融通大模型及上市公司研报智能体CUFEL-A7月5日在中央财经大学主办的2025中关村论坛系列活动-全球财经论坛上正式发布。 王靖一介绍，CUFEL-A智能体通过"资料汇总、规划、架构与反思、撰写"四个步骤，可以对A股上市公司产出独立原创、深度科学的研究报告。研究团队基 于"生成式""端到端""多智能体系统整体强化学习"三大原则构建研报评估算法，基于数十万份券商研报构建研报评价算法，提升研报撰写质量。 "CUFEL-A是我们对人工智能在金融应用范式的第一次探索，这种问题解决流程可以迁移至其他金融领域：基于头部大模型构建多智能体系统产出高质量成 果，通过部署应用产出数据；数据用于微调轻量化模型，轻量化模型部署回多智能体系统满足行业本地化部署需求。"王靖一说。 上证报中国证券网讯（记者 刘暄）中财融通大模型（Chinese Unified Financial and Economic LLMs，下称CUFEL）及上市公司研报智能体CUFEL-A7月5日在 中央财经大学主办的2025中关村论坛系列活动-全球财经论坛上正式发布。 据了解，该模型由中央财经大学金融学院师生团队自主研发。王靖一透露，当前，团队正积极与 ...

本文第一作者叶锐，上海交通大学博士三年级，研究方向是大模型多智能体，联邦学习，博士导师陈思衡，上海交通大学人工智能学院副教授。 OpenAI 将 "组织级智能 (Organizational AI)" 设定为通向 AGI 的第五个重要阶段 —— 期待 AI 能像一个高效协作的组织那样，处理复杂任务并协调大规模运作。多 智能体系统（Multi-Agent Systems, MAS）正是实现这一目标的重要探索方向。 然而，构建能够支撑这种复杂智能的 MAS 并非易事，研究者们常面临结构繁多、Prompt 调试耗时、难以解决通用任务等挑战…… 如今，一种全新的方法出现了，由上海交通大学人工智能学院、上海人工智能实验室、牛津大学等机构联合推出的 MAS-GPT，正式提出： 生成式 MAS 设计范 式 ， 只需一句 Query，就能 "一键生成" 一套可执行、组织清晰的 MAS！ 这意味着，构建 MAS 变得 " 像与 ChatGPT 聊天一样简单，一个问题直出完整多智能体系统 "！MAS-GPT，正努力让这条通往 AGI 第五阶段的道路，变得更加 平坦和高效。 该工作 "MAS-GPT: Training LLMs ...

随着大语言模型（LLM）和多模态模型的快速发展，如何提升模型效率、扩展知识能力以及增强推理性能已成 为当前人工智能研究的核心议题。我们联合业界知名大模型专家，为大家退出了大模型1v6论文辅导小班课！ ⼀、有关大模型核心的几个点⭐ 本课程系统性地探讨大模型的前沿优化方法，重点研究参数高效计算、知识动态扩展和复杂推理三大方向的关键 技术。我们将深入分析大模型优化中的核心挑战：在参数压缩方面，研究剪枝稀疏化和量化加速等轻量化方法； 在知识扩展方面，探索检索增强生成（RAG）和参数高效微调（PEFT）等动态知识注入技术；在推理优化方 面，研究链式思维（CoT）和强化学习优化（GRPO）等高级推理范式。同时，课程还将探讨多智能体协作和多 模态理解等前沿方向。 通过本课程的学习，你将掌握大模型优化的核心算法，包括但不限于：结构化剪枝、低比特量化、动态检索、角 色化智能体、多跳推理等关键技术。课程采用理论讲解与实验实践相结合的方式，使用主流大模型（如 LLaMA、GPT等）作为实验平台，重点培养学生在模型优化和推理增强方面的研究能力。 关键词：大模型优化；参数高效计算；检索增强生成；链式推理；多智能体协作；多模态理解 ⼆、 ...