LLM强化学习新框架！UCSD多智能体训练框架让LLM工具调用能力暴增5.8倍 PettingLLMs团队 投稿 量子位 | 公众号 QbitAI 来自UCSD和英特尔的研究团队提出了一种通用化多智能体强化学习框架——PettingLLMs，首次实现了“群体强化”，显著提升了大语言模型（LLM）...

11月5日，洋葱学园在北京发布“自学破壁计划1.0”，定义“AI自主学习”赛道，并推出基于多智能体架构的升级版AI智能学伴。该系统通过“自学大师”“私人助教”等六大模块，覆盖预习、作业、复习等全场景，帮助学生实现从被动到主动学习的转变。近一个月数据显示，AI自学大师访问量达393万次，互动量突破1212万次。目前，该系统已在2000余所学校落地，获广泛好评。董事长杨临风强调，自主学习力是驾驭AI时代的关键，洋葱学园致力于构建规模化自主学习生态，推动教育变革。

2025年10月，上海AI Lab的开源模型P1-235B-A22B在国际物理奥林匹克竞赛（IPhO）中夺得金牌，成为首个获此殊荣的开源模型。该模型在HiPhO基准测试中斩获12金1银，超越GPT-5和Grok-4等闭源模型，与谷歌Gemini-2.5-Pro并列第一。团队开发的协同进化多智能体系统PhysicsMinions进一步提升了复杂物理推理能力，使P1-235B-A22B综合得分达38.4分，位居全球第一。研究还构建了覆盖2024-2025年13场顶级赛事的HiPhO基准测试，并采用多阶段强化学习训练模型。这一成果标志着开源模型在物理推理领域达到新高度，展现了应对现实复杂问题的潜力。

标题：大模型即OS，AI云即计算机：阿里的全栈赌注 正文： “在AGI到ASI的巨大变革中，大模型是下一代操作系统，超级AI云是下一代计算机。”吴泳铭在2025云栖大会上的观点乍听大胆，但若放眼多智能体协同的未来，这其实是对技术范式转变的深刻洞察。他提出的不仅是当下趋势，更是支撑多智能体协作的底...

标题：智能体迈入L4时代，纳米AI多智能体蜂群引领生产力革命 正文： 忘掉繁琐交互流程！现在，分钟级高质量的AI创意大片可以一键生成了。只需一张人物图和提示词脚本，比如记者第一视角采访《西游记》的视频特辑，就能自动生成。整个过程流畅自然，角色风格、细节表现（如记者证、角色对齐、配音口型）都高度一...

8月2日，360宣布旗下纳米AI升级为首个“多智能体蜂群”，成为L4级别智能体系统，可实现从单兵到群体协同的进化。该系统通过组合不同专长的智能体，像团队协作般完成复杂任务，甚至能生成10分钟电影级大片。目前，纳米AI已拥有超5万个L3级智能体，在“蜂群”框架下组成L4团队，执行超1000步、连续2小时的任务，消耗超2000万token。其应用场景涵盖视频制作、内容创作、电商带货等，由行业专家定制开发，推动多领域高效智能化。

8月2日，360集团宣布纳米AI完成品牌升级，推出全球首个L4级别“多智能体蜂群”系统。这一技术突破实现了智能体从单兵作战到群体协作的进化，成为AI生产力迈入成果交付时代的关键节点。纳米AI的蜂群框架支持灵活组队、多层嵌套和复杂任务执行，破解了多智能体协作中的任务分配与上下文管理难题。目前，系统已上线10+类蜂群，覆盖视频制作、内容创作等场景，可实现“一句话生成大片”，将制作10分钟电影级大片的时间从2小时缩短至20分钟。此外，其连续执行超1000步任务的能力及无限工具调用特性，进一步拓展了AI应用边界，为跨领域创新提供强大支持。

2025年7月，IMO赛场上演AI巅峰对决。7月19日，顶尖大模型几乎全军覆没；两天后，OpenAI和DeepMind等实验室斩获5/6题。7月23日，哈佛与UCLA学生用Gemini 2.5 Pro+多轮验证框架发布论文并开源代码。次日，蚂蚁AWorld团队仅用6小时复现DeepMind成果，开源一键运行的多智能体IMO系统。实验表明，多智能体协同能超越单模能力，解决复杂IMO问题，并提出构建最优输入、实现元认知等理论支持。AWorld采用事件驱动架构，具备模型即插即用、全链路可观测性等优势。团队透露，未来将测试“多智能体+形式化验证”组合，目标直指Lean4形式化证明。IMO或成人类最后一次战胜AI的机会。

7月27日，据财联社报道，本周沪深两市共164家上市公司接受机构调研，电子、汽车和医药生物行业关注度最高。光学光电子、汽车零部件和通用设备板块位列前三。威力传动接受调研次数最多（4次），大禹节水、能科科技和小商品城接待机构数量居前。AI智能体概念股表现活跃，因赛集团计划Q3上线多智能体系统基座，并研发协作交互机制，周五股价20CM涨停。超图软件推出领域级智能体产品，去年AI订单达千万级，预计今年翻倍增长。能科科技开发多款垂域模型与场景应用Agent，正向民用工业领域拓展。

7月23日，上海人工智能实验室推出多智能体框架Intern·Agent，并探索构建科学发现系统。该框架通过协同多个专职智能体，赋予AI类似人类科学家的自主探索能力，可完成从想法生成到实验验证的全流程闭环。目前，Intern·Agent已在12个科研领域进行实验测试，显著提升研究效率，展现了在分析问题、查阅文献、调研反思及实验开展中的强大能力。