VALSE Webinar 25-06期 总第377期 大模型智能体设计与应用

报告嘉宾：张宁豫 (浙江大学)

报告题目：基于知识增强的可靠智能体规划

报告嘉宾：杨成 (北京邮电大学)

报告题目：大语言模型智能体高效协作框架

报告嘉宾：徐海洋 (阿里巴巴通义实验室)

报告题目：多模态、多端智能体Mobile-Agent

Panel嘉宾：

张宁豫 (浙江大学)、杨成 (北京邮电大学)、徐海洋 (阿里巴巴通义实验室)、李国豪 (CAMEL-AI)、胡舒悦 (上海人工智能实验室)

报告嘉宾：张宁豫 (浙江大学)

报告时间：2025年3月19日 (星期三)晚上19:30 (北京时间)

报告题目：基于知识增强的可靠智能体规划

报告人简介：

张宁豫，浙江大学副教授，特聘研究员，智能科学与工业软件所副所长，入选斯坦福全球前2%顶尖科学家榜单、副省级市高层次人才引进计划、启真优秀青年学者，主要研究方向为自然语言处理、知识图谱等，担任ACM Transactions on Asian and Low-Resource Language Information Processing Associate Editor，ACL、EMMLP、ICLR、KDD领域主席，ARR Action Editor，IJCAI 高级程序委员，研发了知识获取系统DeepKE及大模型知识编辑系统EasyEdit。

个人主页：

https://person.zju.edu.cn/ningyu/

报告摘要：

当前，大模型智能体研究正迎来推理规划技术落地的黄金时期。然而，在大多数实际应用场景中，推理规划常因缺乏领域知识而表现出不稳定、不可靠的问题，导致盲目试错、规划幻觉等一系列错误，严重影响用户体验。本次报告将重点探讨知识增强大模型智能体技术，介绍基于知识增强的大模型智能体轨迹合成以及可靠规划等方法。

参考文献：

[1] Zhu, Yuqi, Shuofei Qiao, Yixin Ou, Shumin Deng, Ningyu Zhang, Shiwei Lyu, Yue Shen, Lei Liang, Jinjie Gu, and Huajun Chen. "Knowagent: Knowledge-augmented planning for llm-based agents." NAACL 2025.

[2] Qiao, Shuofei, Runnan Fang, Ningyu Zhang, Yuqi Zhu, Xiang Chen, Shumin Deng, Yong Jiang, Pengjun Xie, Fei Huang, and Huajun Chen. "Agent planning with world knowledge model." NeurIPS 2024.

[3] Qiao, Shuofei, Runnan Fang, Zhisong Qiu, Xiaobin Wang, Ningyu Zhang, Yong Jiang, Pengjun Xie, Fei Huang, and Huajun Chen. "Benchmarking Agentic Workflow Generation." ICLR 2025.

报告嘉宾：杨成 (北京邮电大学)

报告时间：2025年3月19日 (星期三)晚上20:00 (北京时间)

报告题目：大语言模型智能体高效协作框架

报告人简介：

杨成，北京邮电大学副教授，博士生导师，长期从事数据挖掘和自然语言处理相关方向的研究，发表相关领域CCF A类论文40余篇，谷歌学术被引1.3万余次，相关成果获2020年教育部自然科学奖一等奖（排名第四）等省部级奖励。获中文信息学会优秀博士论文奖、中国人工智能学会吴文俊青年科技奖，入选中国科协“青年人才托举工程”，连续三年入选斯坦福大学发布的全球前2%顶尖科学家榜单。

个人主页：

https://yangchengbupt.github.io/

报告摘要：

大语言模型(LLMs)目前已展现出推理、规划、工具使用等诸多类人智能，可作为智能体(Agent)的大脑自动化地处理各种复杂任务。然而这些大语言模型智能体是否能够像人类一样学会沟通与分工，更快更好地进行任务协作，仍然是一个亟待探索的问题。本报告将介绍大语言模型智能体协作研究的最新进展，并分析实验中发现的各类智能体合作涌现行为。

参考文献：

[1] AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors Weize Chen, Yusheng Su, Jingwei Zuo, Cheng Yang, Chenfei Yuan, Chi-Min Chan, Heyang Yu, Yaxi Lu, Yi-Hsin Hung, Chen Qian, Yujia Qin, Xin Cong, Ruobing Xie, Zhiyuan Liu, Maosong Sun, Jie Zhou. ICLR 2024.

[2] Autonomous agents for collaborative task under information asymmetry. Wei Liu, Chenxi Wang, Yifei Wang, Zihao Xie, Rennai Qiu, Yufan Dang, Zhuoyun Du, Weize Chen, Cheng Yang, Chen Qian. NeurIPS 2024.

报告嘉宾：徐海洋 (阿里巴巴通义实验室)

报告时间：2025年3月19日 (星期三)晚上20:30 (北京时间)

报告题目：多模态、多端智能体Mobile-Agent

报告人简介：

徐海洋，阿里通义实验室高级算法专家，负责通义多模态大模型mPLUG、Mobile-Agent系列工作，包括基础多模态模型mPLUG/mPLUG-2，多模态对话大模型mPLUG-Owl/Owl2，多模态文档大模型mPLUG-DocOwl，多模态智能体Mobile-Agent、PC-Agent等，其中 mPLUG 工作在 VQA 榜单首超人类的成绩，Mobile-Agent工作CCL2024 Best Demo，获得多个多模态榜单第一和Best Paper。在国际顶级期刊和会议ICML/NeurIPS/ICLR/CVPR/ICCV/ACL/EMNLP等发表论文50多篇，并担任多个顶级和会议AC/PC/Reviewer。主导参与开源项目mPLUG，Mobile-Agent，AliceMind，DELTA。

个人主页：

https://scholar.google.com/citations?user=qZYvce8AAAAJ&hl=en

报告摘要：

随着多模态大模型的快速发展，围绕Mobile、PC等端侧构建多模态智能体，进行自动化操作成为了现在业界最热的研究应用方向。我们围绕多智能体架构、复杂任务拆解、自主进化推理构建整个多模态、多端智能体Mobile-Agent技术体系，包括多模态单智能体Mobile-Agent、多模态多智能体Mobile-Agent-V2、自主进化多模态智能体Mobile-Agent-E:、复杂任务拆解多模态PC智能体PC-Agent等。Mobile-Agent工作也获得CCL2024 Best Demo，Github (https://github.com/X-PLUG/MobileAgent).

参考文献：

[1] Mobile-Agent: Autonomous multi-modal mobile device agent with visual perception. ICLR2024 Workshop on LLM Agents.

[2] Mobile-Agent-v2: Mobile Device Operation Assistant with Effective Navigation via Multi-Agent Collaboration. NeurIPS2024.

[3] Mobile-Agent-E: Self-Evolving Mobile Assistant for Complex Tasks.

[4] PC-Agent: A Hierarchical Multi-Agent Collaboration Framework for Complex Task Automation on PC. ICLR2025 Workshop on Reasoning and Planning.

Panel嘉宾：李国豪 (CAMEL-AI)

嘉宾简介：

李国豪是CAMEL-AI.org的创始人，人工智能研究员和开源贡献者，致力于构建能够感知、学习、沟通、推理和行动的智能体。李国豪曾在英国牛津大学与Philip Torr教授合作担任博士后研究员。他在沙特阿拉伯的阿卜杜拉国王科技大学 (KAUST)获得计算机科学博士学位，导师为Bernard Ghanem教授。在攻读博士学位期间，他创立了DeepGCNs.org，致力于研究GNNs的Scaling Laws，他有幸在英特尔ISL与Vladlen Koltun博士和Matthias Müller博士合作，担任研究实习生，并访问了ETH苏黎世的计算机视觉实验室 (CVL)作为访问研究员。他还作为早期成员在硅谷创业公司Kumo AI和PyG.org与斯坦福Jure Leskovec教授和Matthias Fey博士进行合作研究。他的主要研究兴趣包括自主智能体、图形机器学习、计算机视觉和具身人工智能。他在国际顶级会议和期刊上发表了相关论文，如ICML、NeurIPS、ICLR、ICCV、CVPR、RSS、3DV和TPAMI。

个人主页：

https://ghli.org

Panel嘉宾：胡舒悦 (上海人工智能实验室)

嘉宾简介：

胡舒悦，上海人工智能实验室研究员，研究方向为多智能体系统、大模型和博弈论。已在PNAS 、AAAI、IJCAI、NeurIPS、ICML、AAMAS等人工智能国际知名期刊会议上发表论文一共40余篇，担任多智能体系统国际知名会议AAMAS 2024组委会成员 (大陆第四位)与领域主席，入选上海市海外高层次人才计划。

个人主页：

https://shuyuehu.github.io/index.html

主持人：王思为 (智能博弈与决策实验室)

主持人简介：

王思为，智能博弈与决策实验室助理研究员。主要研究方向多模态数据分析、大模型多Agent协同设计等，第一、通讯作者发表CCF-A 类论文30余篇，6篇高被引，学术引用4000余次。担任人工智能国际顶级会议ICLR、ICML、NeurIPS、CVPR、AAAI、ACMMM领域主席和期刊IEEE TIP、Pattern Recognition副主编，主持、参与多项科技委项目、科技部项目、国家自然科学基金项目多项。

个人主页：

https://wangsiwei2010.github.io

特别鸣谢本次Webinar主要组织者：

主办AC：王思为 (智能博弈与决策实验室)