MagicAgent ： 荣耀联合复旦推出的智能体基础模型

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。

主要介绍

MagicAgent是荣耀联合复旦大学推出的智能体基础模型，于2026年3月3日在MWC 2026大会上正式发布并面向全球开源。作为行业首个支持全场景泛化规划与异构任务编排的智能体模型，MagicAgent以300亿轻量级参数规模，在规划能力上跨代际超越GPT-5.2等千亿级商用模型，成为荣耀YOYO智能体的核心“大脑”，专注于任务规划与执行编排。

功能特点

1. 全场景泛化规划：支持跨应用、跨设备的任务协同，例如在旅行规划中同时协调机票预订、酒店安排、本地交通等异构任务。
2. 异构任务编排：动态调用外部API和工具，通过推理-行动循环完成需要实时信息或外部能力的任务。
3. 多约束调度：处理带有时空、资源等多重限制的计划制定，如行程规划和会议安排。
4. 程序逻辑编排：理解和执行具有条件分支、循环结构的工作流，维护任务间的复杂依赖关系。
5. 长程工具执行：在数十轮交互中保持状态追踪，稳定完成需要多工具链式调用的长期任务。

优缺点

优点：

• 轻量级高效率：以300亿参数实现超越千亿级模型的规划能力，显著降低算力成本。
• 开源生态：全球开源策略促进技术共享，降低AI落地门槛，帮助开发者减少重复投入。
• 泛化性强：适用各类AI任务规划场景，从智能家居到智慧城市均有广阔应用前景。

缺点：

• 生态适配挑战：尽管开源，但与现有生态的深度整合仍需时间，部分场景可能需额外适配工作。
• 复杂任务边界：在极端复杂的逻辑推理任务中，性能可能略逊于专用超大模型。

如何使用

1. 通过荣耀设备：在荣耀Magic8、Magic V6等已部署MagicAgent的机型中，直接使用YOYO智能体完成任务规划，例如自然语言指令操控手机完成“订酒店+查找餐厅”等复杂操作。
2. 开发者平台：访问荣耀开源社区或指定平台，下载模型代码与文档，基于开源框架开发自定义任务规划应用。
3. 行业解决方案：企业用户可结合荣耀提供的API接口，将MagicAgent集成至物流、制造等领域的智能决策系统中。

框架技术原理

1. 轻量级合成数据框架：通过构建工具依赖图和参数共享图，定义原子计划作为最小语义单元，合成复杂轨迹替代高成本沙盒模拟，确保数据逻辑严谨且覆盖多样场景。
2. 两阶段训练范式：
   • 第一阶段：采用基于新颖性采样的监督微调（SFT），平衡多任务数据分布。
   • 第二阶段：引入统一多目标奖励函数，结合离线GRPO和在线χPO强化学习，逐步提升泛化能力。
3. χPO算法：针对稀疏奖励环境设计三层机制，包括token级熵正则化、思考-动作分离熵平滑、信息瓶颈压缩，实现探索与利用的动态平衡。

创新点

1. 跨代际性能突破：以300亿参数在逻辑图编排场景超越GPT-5.2 51%，在工具调用和约束规划场景领先10%。
2. 全场景泛化能力：首次实现跨应用、跨设备的异构任务编排，支持从日程规划到工业调度的多样化场景。
3. 开源生态构建：通过开源代码与数据框架，推动智能体技术全球共享，降低中小企业AI应用门槛。

评估标准

1. 核心场景性能：在逻辑图编排、工具调用、约束规划等六大核心任务中，跑分全面领先GPT-5.2。
2. 泛化能力测试：在Worfbench、BFCL-v3等基准测试中，实现100B参数以内性能最优。
3. 实际场景验证：通过旅行规划、会议安排等真实用例，评估模型在复杂业务逻辑中的处理效率与准确性。

应用领域

1. 智能家居：协调家电设备，实现自动化场景联动。
2. 智慧出行：规划最优行程，整合交通、住宿、餐饮资源。
3. 工业制造：优化生产调度，处理资源分配与任务依赖关系。
4. 金融服务：多约束条件下的投资组合规划与风险评估。

项目地址

• 技术论文：arXiv:2602.19000