刘知远：大模型迈向专业Agent，泛化、自主与长程性挑战待解-28资讯网—

刘知远：大模型迈向专业Agent，泛化、自主与长程性挑战待解

2025-09-16 16:51:43 AI 24观看

摘要在2025外滩大会“智能体时代进化论”分论坛上，清华大学长聘副教授、面壁智能首席科学家刘知远深入剖析了人工智能从大模型向智能体跃迁的必然性，并系统阐述了“专业智能体”与“多智能体系统”面临的核心技术挑战及未来

在2025外滩大会“智能体时代进化论”分论坛上，清华大学长聘副教授、面壁智能首席科学家刘知远深入剖析了人工智能从大模型向智能体跃迁的必然性，并系统阐述了“专业智能体”与“多智能体系统”面临的核心技术挑战及未来发展方向。

刘知远指出，人工智能的下一阶段发展将突破虚拟世界的限制，通过工具使用和自主学习进入真实环境交互，实现从“知识大脑”到“行动者”的转变。这一过程的核心在于让模型具备探索和改造世界的能力，最终形成群体智能。

他提出，人工智能的能力图谱包含四个关键维度：基座大模型作为“大脑”高效思考，多模态智能提供敏锐感知，探索能力支持专业领域自主行动，以及多智能体协作形成群体智能。从2018年预训练模型参数规模从千万级增长至万亿级，到2022年国内外智能体探索工作涌现，人工智能正沿着这一脉络快速发展。

在专业智能体领域，刘知远强调三大核心挑战：泛化性要求模型适应多样化环境，在编程、数据库、物理等不同领域完成复杂任务；自主性需要模型实现感知、决策和学习的全面自主，从模仿学习转向探索式学习；长程性则考验模型处理长链条任务的能力，突破上下文窗口限制。这些挑战的解决高度依赖自主强化学习技术的突破。

对于多智能体系统，他指出，当不同专业背景的智能体协同工作时，虽然能完成更复杂的任务，但会带来计算资源消耗激增的问题。如何平衡能力提升与资源开销，成为群体智能发展的关键。当前，国际科技团队正通过标准化通信协议、分布式自主编排和群体演化学习等技术路径探索解决方案。

刘知远认为，人类社会的发展为人工智能提供了重要启示：个体专业化是群体效能提升的基础，协作社会化是生产力发展的必然结果。未来，人工智能将通过构建岗位孪生的专业智能体和组织孪生的智能体群，实现群体智能的第二次涌现。

更多>同类资讯

阿里云携手信通院发布报告：为生成式AI架构设计提供卓越指南报告以安全、稳定、效率、成本、性能五大支柱为核心框架，并结合生成式AI特性延展其内涵。稳定层面，针对大模型训练与推理的高要求，从多维度保障系统可靠。存储架构支持并发读写与近数据计算，分布式训练框架适配模型…09-16

杭州数贸“新”势力崛起：“有鹿”机器人欧洲走俏，“太空基站”芯片掌心闪耀09-16

美FTC对七家AI聊天机器人企业展开调查，聚焦青少年安全隐私保护举措根据2025年9月11日FTC官网通报，已向七家运营AI聊天机器人企业展开调查，要求它们提供有关技术安全性和用户保护的详细资料，尤其是与儿童和青少年相关的潜在风险。案件引发广泛关注后，Character.…09-16

宇树科技王兴兴谈机器人痛点：AI大模型智能深度不足，实用性待飞跃以家庭服务机器人为例，简单的“播放音乐”“开关灯”等语音指令可以顺利完成，但我们要知道我们日常生活中的很多场景是模糊的，比如说：帮我找找昨天收到的快递，可能放在门口的鞋柜或者沙发底下等地方，这对于机器人来说…09-16

自变量王潜谈机器人进化：突破“精密废物”困局，关键在“大脑”模型革新记者：机器人的大脑虽然一直在进化，但技术路线还未“大一统”——有的用的是专用模型，有的用的是通用模型；有的采用分层模型，有的用上了端到端模型。王潜：机器人大脑的强弱即模型的优劣，更出色的模型具备更强的泛化…09-16唐源电气拟募资8.64亿，聚焦智能运维机器人与AI大模型研发拓展09-16