4月17日，字节跳动旗下的豆包大模型团队发布了基于视觉-语言模型的开源多模态智能体UI-TARS-1.5。该智能体能在虚拟环境中高效完成任务，支持真实设备及浏览器的操作。相较于前代，UI-TARS-1.5通过强化学习提升了高阶推理能力，强调“行动前思考”。团队提出以游戏为载体提升基础模型的通用推理能力，因其更依赖常识而非专业知识。UI-TARS-1.5具备四大技术优势：视觉感知增强、System 2推理机制、统一动作建模以及可自我演化的训练方式。项目已在GitHub、官网及Arxiv上开源。

中国信通院启动多模态智能体技术规范编制，旨在推动AI智能体高质量发展。3月13日，中国信通院人工智能研究所将召开技术沙龙，探讨多模态智能体的技术发展与应用。兴业证券认为，AI Agent将迎来爆发元年，产业巨头发力将带动业绩增长。中控技术已融合LLM与AI Agent技术，推出面向BA领域的智能应用软件中控智问。能科科技旗下乐仓智能体（AIAgent）计划于2024年上半年上线，具备AI百科、AI创造及AI搜索功能。

中国信通院启动多模态智能体技术规范编制工作，将于3月13日召开技术沙龙暨技术规范研讨会。会议将讨论多模态智能体技术的发展动态、应用落地等议题。武汉市发布2025年人工智能产业发展行动方案，将推动大模型向智能体演进，支持智能体产品和团队的培育，并重点推动AI+机器人、AI+汽车等五大应用落地。此外，武汉市正加快8家智算中心和2家超算中心的建设，智能算力利用率上涨近20个百分点。中国信通院还将举办AI眼镜产业推进专题研讨会，AI眼镜被视为‘AI智能体的最佳载体’。近期，AI多模态、Agent等领域进展频繁。

中国信通院于3月10日宣布启动多模态智能体技术规范编制工作，旨在加速智能体在产业中的应用，推动其高质量发展。该工作将于3月13日在中国信通院人工智能研究所召开的技术沙龙暨技术规范研讨会上进一步讨论，业内专家将围绕多模态智能体技术的发展动态和应用落地进行深入探讨，并介绍技术规范框架。值得注意的是，去年5月中国信通院已发布国内首批智能体三项标准。

财联社报道，中国信通院于3月10日宣布启动多模态智能体技术规范编制工作，旨在加速智能体在产业中的应用并推动其高质量发展。该工作将于3月13日在中国信通院人工智能研究所召开的技术规范研讨会上进一步讨论。业内专家将围绕多模态智能体的技术进展和实际应用进行深入探讨，并介绍技术规范框架。

标题：跨平台多模态智能体基准测试推出，最高得分35.26 随着生成式人工智能的快速发展，评估其性能成为一个重要挑战。近期，CAMEL AI、KAUST、CMU、斯坦福、清华等高校和机构的研究人员联合推出了跨平台多模态智能体基准测试CRAB，旨在全面评估AI在多智能体系统、多模态能力和跨平台操作等方面...

2023世界人工智能大会（WAIC）期间，联汇科技震撼发布第二代多模态智能体OmAgent，该框架全面开源，推动行业边界扩展。OmAgent集成了OmDet V2（万物感知模块升级，速度提升20倍）和OmChat V2（思考决策能力增强，支持复杂场景理解）。联汇科技致力于技术普及，已完成与国产GPU的适配，推动OmOS平台分布式推理。现场互动演示展示OmAgent在自动化解说、内容解构和工业智能等领域的广泛应用。OmAgent系列新品——空间运营智能体和知识服务智能体，助力各行各业打造“超级助手”。赵天成博士展望，智能体元年即将到来，大模型组合与边缘化将是未来趋势。