1月9日·Agent 2.0时代开启，工业级智能体上岗

1月9日·周五  AI工具和资源推荐

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

Agent 2.0时代开启，工业级智能体上岗

在AI技术飞速发展的当下，Agent 2.0时代的到来标志着智能体技术的重大突破。阿里云百炼的全面升级，使智能体开发范式从“手工作坊”迈向“工业化流水线”。其“1+2+N”蓝图涵盖了模型与云服务、高代码与低代码开发范式以及多种开发组件，为生产级智能体构建提供了全生命周期的支持。阿里云百炼通过多模态知识库RAG能力升级、异步调用API等创新，解决了智能体技术落地的核心问题，降低了开发门槛，推动了智能体在更多行业的应用。此次升级不仅提升了智能体的开发效率，还通过AgentScope框架的更新，实现了智能体从简单对话到目标导向自主执行的升级，为各行业带来了更高效、更智能的解决方案。来源：微信公众号【机器之心】

Claude Code版本更新引发关注

Claude Code的版本更新引起了广泛关注，从2.0.76到2.1.0的更新中，共合入了1096个commit，新增了多项功能。此次更新包括Shift+Enter换行、钩子支持、Skills增强等，极大地提升了用户体验。尽管有开发者对更新后的bug和复杂性表示不满，但Claude Code团队通过AI工具的辅助，保持了快速的更新节奏，体现了其作为生产力工具的高效性。此外，团队成员作为重度用户，及时发现并修复了问题，确保了产品的持续改进。来源：微信公众号【机器之心】

清华提出MARSHAL方案提升多智能体推理能力

清华大学等机构的研究团队提出了MARSHAL框架，通过强化学习让大模型在策略游戏中进行自博弈，显著提升了模型在多智能体系统中的推理能力。该框架解决了多轮交互的信用分配和多智能体的优势估计两大挑战，通过轮次级优势估计和分角色归一化等算法设计，为多轮、多智能体强化学习提供了有效方案。实验表明，MARSHAL不仅在策略游戏中表现出色，还能将博弈能力泛化到通用多智能体系统中，提升系统在一般推理任务中的表现。来源：微信公众号【机器之心】

清华AI找药成果登上Science

清华大学智能产业研究院联合多个学院研发的DrugCLIP平台在药物虚拟筛选领域取得了重大突破。该平台能够在24小时内完成10万亿次蛋白-分子配对计算，成功打通了从AlphaFold结构预测到药物发现的关键通道。DrugCLIP通过对比学习训练AI编码器，捕捉蛋白质和化学分子的结构特征，实现了高效的向量检索。在多个基准测试中，DrugCLIP的表现优于传统方法和其他AI方法，为抑郁症、癌症等疾病的药物发现提供了新的可能性。来源：微信公众号【量子位】

上海AI Lab破解世界模型推理瓶颈

上海AI Lab联合多家机构开源的Yume1.5项目，针对长视频生成中的长时记忆与交互瓶颈提出了时空信道联合建模（TSCM）方案。该方案通过统一的上下文压缩与线性注意力机制，实现了近似恒定计算成本的全局记忆访问，显著提升了世界模型的推理效率。Yume1.5不仅在生成速度上从572秒缩短至8秒，还在指令跟随能力上表现出色。此外，Yume1.5通过“文本+键盘”的交互控制体系，实现了实时交互，为世界模型的工程化落地提供了可行路径。来源：微信公众号【量子位】