李飞飞团队发表的Agent AI综述论文《Agent AI: Surveying the Horizons of Multimodal Interaction》为当前快速发展的Agent领域构建了统一的认知框架。论文提出包含感知、认知、行动、学习与记忆五大模块的闭环架构，强调LLM/VLM作为核心引擎的同时，指出环境交互在减少幻觉、提升现实对齐中的关键作用。论文还系统分析了Agent在游戏、机器人和医疗等领域的应用前景，并指出当前仍面临多模态融合、跨领域泛化及评测标准缺失等挑战。谷歌、OpenAI和微软等主流布局与论文框架高度契合，印证其技术前瞻性和行业影响力。
来源：https://tech.ifeng.com/c/8mNM5dkSbgR
周大 发表于 2025-9-5 14:37:24