混元多模态-AI队友面向数字世界的Agentic应用与研究

课题背景： 伴随大语言模型技术的飞速发展，人工智能正从被动的内容生成范式演进为具备主动感知、规划及环境交互能力的智能体（Agent）。本课题旨在探索下一代Agentic AI技术，聚焦于游戏等数字虚拟环境，致力于构建支持高效决策与复杂协作的智能体框架。我们的核心愿景是打造能够与用户双向重塑、协同进化的数字认知伙伴。 课题挑战：

1. 01

   轻量化模型的高阶能力涌现：如何在参数规模受限（<70B）的约束下，使模型在游戏场景中具备敏锐的多模态感知、长程规划能力以及富有趣味性的交互对话水平；

2. 02

   自主认知演进与价值对齐：如何赋予智能体在开放动态环境中的终身学习能力，使其通过记忆累积与用户交互持续迭代认知模型，最终实现与用户意图及价值观的深度对齐。 具体工作： 入选同学将重点参与以下研究：

3. 01

   搭建多模态感知与全链路长期记忆机制；

4. 02

   探索基于经验学习的技能迁移与Agentic RL在线探索算法；

5. 03

   构建复杂场景下的多智能体协作框架，提升智能体在长程规划与即时决策上的综合性能。

学历和专业要求： 来自计算机专业的博士/硕士同学 技术技能要求： 掌握大模型，智能体，强化学习算法及应用 软性素质要求： 沟通协作能力强，自驱力强，喜欢游戏者更佳 此课题同时招聘应届实习生和低年级实习生。