4月1日-2日，2025中國生成式AI大會（北京站）「GenAICon 2025北京站」將在北京中關村東升科技園萬麗酒店盛大(da)舉辦。中(zhong)國(guo)生成(cheng)式AI大(da)會已(yi)成(cheng)功(gong)舉辦三屆，現已(yi)成(cheng)為國(guo)內(nei)人(ren)工智能領域最具影響力的產業(ye)峰會之一。

本次大會繼續由智一科技旗下智猩猩、智東西共同發起，以“大拐點 新征程”為主題，計劃邀請50+位重(zhong)量級嘉賓同臺(tai)分享和討論，深入解構DeepSeek引發的(de)變革狂潮，全面展示國內生(sheng)成(cheng)式AI重(zhong)大進展。

大會主會場首日將進行開幕式、GenAI應用論壇，次日全天將進行大模型峰會；分會場則會先后組織DeepSeek R1與推理模型技術研討會、AI智能體技術研討會和具身智能大模型技術研討會。其中，三場研討會為閉門制，主(zhu)要面向(xiang)持(chi)有閉門專(zhuan)享票(piao)、貴賓(bin)通(tong)票(piao)的觀眾開放。

作為本(ben)次峰會的三場(chang)技(ji)(ji)術研(yan)討會之一，AI智能體(ti)技(ji)(ji)術研(yan)討會將(jiang)在4月2日的上午進行，由主題(ti)報告和圓桌Panel兩個環節組(zu)成(cheng)。

目前，AI智能體技術研討會邀請到香港大學在讀博士生、CAMEL-AI OWL一作胡夢康，清華大學智能產業研究院在讀博士、Agent Hospital一作李俊凱，ANP開源技術社區發起人常高偉，西湖大學 AGI 實驗室 Agent 方向研究員蔣文嘉，清華大學自動化系博士研究生、Eko主要作者陸逸文5位來自學術界和工業界的青年學者和技術專家帶來報(bao)告。

通用型智能體Manus實現了從“增強知識”到“增強執行”的重大突破，引發了行業的廣泛關注。Manus的爭議性走紅不僅引發了學術界和產業界的熱烈討論，更激發了開發者的研究熱情，促使國內涌現出多款開源平替產品。由CAMEL-AI開發的OWL（Optimized Workforce Learning）作為Manus最強平替之一，在GAIA基準測試中取得58.18的平均得分，位列開源框架第一，并在GitHub上已獲得13,000+星標的矚目關注。本次研討會，OWL一作胡夢康博士將以《面向真實場景下任務自動化的多智能體協作系統》為主題(ti)，分享面向真實場景任(ren)務自動(dong)化的(de)多智能體(ti)協作系(xi)統研究，內容涵(han)蓋框架設(she)計、效能優化、系(xi)統擴展等關鍵技(ji)術。

智能體研究在垂直領域備受矚目，“清華AI醫院小鎮”Agent Hospital脫穎而出成為亮點。本次研討會，Agent Hospital一作李俊凱博士將以《基于大模型的可進化醫療智能體—Agent Hospital》為主題，從大模型(xing)與智(zhi)能體融合的(de)醫療新(xin)范式、底層認知、動(dong)態(tai)環境(jing)交互、可(ke)進化性等多個(ge)方面，帶來深入講解。Agent Hospital成功(gong)構建了一個(ge)全(quan)面的(de)醫院模擬環境(jing)，實現了醫療智(zhi)能體在(zai)疾病(bing)管理全(quan)生命周期中(zhong)的(de)自主決策，該研究成果(guo)受到學界(jie)和業(ye)界(jie)的(de)廣泛關注。目前，紫(zi)荊智(zhi)康公司正致力(li)于(yu)實現Agent Hospital的(de)應用(yong)落地。該公司開發的(de)“紫(zi)荊AI醫生”系統包括21個(ge)科室的(de)42位AI醫生，預計將于(yu)2025年上半年向社會(hui)大眾開放使用(yong)。

MCP（Model Context Protocol）提供了一種標準化的方式，讓大型語言模型能夠無縫連接到各種外部數據源和工具，從而實現類似Manus的能力。ANP（Agent Network Protocol）是由國內團隊開發的面向智能體的開源通信協議，解決了智能體身份、智能體描述、智能體發現三大難題。本次研討會邀請到ANP開源技術社區發起人常高偉參與，并以《從MCP到智能體通信協議：ANP在智能體互聯網上的探索》為主題帶來報告。

現有大型語言模型驅動的GUI智能體面臨決策鏈冗長、重復推理成本高等瓶頸。針對GUI操作缺乏”肌肉記憶”和跨應用泛化難題，西湖大學 AGI 實驗室提出了分層記憶庫與視覺-語義解耦架構的雙重優化方案，能夠將常用操作路徑推理耗時縮短60%以上。在此次研討會上，西湖大學AGI實驗室Agent方向研究員蔣文嘉將以《驅動GUI智能體從智能化到高效化的實踐探索》為主題(ti)進行報告分享。蔣文(wen)嘉(jia)作(zuo)為AppAgentX的作(zuo)者，深度參與AppAgent系(xi)列科研工作(zuo)，在智能(neng)體環境交互、任務規劃(hua)與執行等方面取得了(le)重(zhong)要進展(zhan)。

現有的智能體大多采用端到端自治代理的黑箱模式，這種模式使得用戶難以對智能體的內部決策過程進行深入了解和干預。Eko主要作者陸逸文博士將在此次研討會上以《基于工作流的可干預 Agent 框架Eko》為(wei)主題，對Eko這一(yi)新興智(zhi)能體設計范式進行(xing)系(xi)統解讀。與(yu)傳統端到端自治代理的(de)黑箱模式不同，該框架以結構化任務(wu)(wu)圖實現復雜任務(wu)(wu)的(de)規(gui)劃與(yu)執行(xing)，提供生(sheng)產(chan)級(ji)的(de)干(gan)預機制，允許用(yong)戶在任務(wu)(wu)執行(xing)的(de)任意環節(jie)精(jing)細介入。

一、AI智能體技術研討會議程

二、技術研討會報告人及報告主題介紹

報告嘉賓：香港大學在讀博士、CAMEL-AI OWL一作 胡夢康

報告主題：面向真實場景下任務自動化的多智能體協作系統

內容概要：

隨著大(da)模型的(de)實(shi)(shi)際(ji)應用蓬勃發(fa)展，多(duo)智(zhi)(zhi)能(neng)(neng)(neng)體(ti)(ti)協作系統(tong)在真(zhen)實(shi)(shi)場(chang)景下的(de)任務(wu)自動(dong)(dong)化(hua)(hua)(hua)(hua)已成為人工智(zhi)(zhi)能(neng)(neng)(neng)領(ling)域(yu)的(de)重要研究前沿。本(ben)報告系統(tong)介(jie)紹面向真(zhen)實(shi)(shi)場(chang)景任務(wu)自動(dong)(dong)化(hua)(hua)(hua)(hua)的(de)多(duo)智(zhi)(zhi)能(neng)(neng)(neng)體(ti)(ti)協作系統(tong)研究，包括框架(jia)設計、效(xiao)能(neng)(neng)(neng)優化(hua)(hua)(hua)(hua)、系統(tong)擴展等關(guan)鍵技術，探索為復雜任務(wu)自動(dong)(dong)化(hua)(hua)(hua)(hua)提(ti)供高效(xiao)解(jie)(jie)決(jue)(jue)方案(an)的(de)方法(fa)與路(lu)徑。本(ben)次報告，將重點(dian)介(jie)紹OWL (Optimized Workforce Learning)框架(jia)，該框架(jia)在GAIA基準(zhun)測試(shi)中(zhong)取得(de)(de)58.18的(de)平均(jun)得(de)(de)分，位列開源框架(jia)第一，并在GitHub上已獲得(de)(de)13,000+星標(biao)的(de)矚目關(guan)注。此(ci)外，報告探討解(jie)(jie)決(jue)(jue)智(zhi)(zhi)能(neng)(neng)(neng)體(ti)(ti)系統(tong)在真(zhen)實(shi)(shi)應用場(chang)景中(zhong)面臨的(de)關(guan)鍵挑戰的(de)創新(xin)工作：(1) 高效(xiao)閉環規(gui)劃(Tree-Planner)，優化(hua)(hua)(hua)(hua)智(zhi)(zhi)能(neng)(neng)(neng)體(ti)(ti)決(jue)(jue)策(ce)路(lu)徑；(2) LLM智(zhi)(zhi)能(neng)(neng)(neng)體(ti)(ti)環境擴展性(xing)解(jie)(jie)決(jue)(jue)方案(an)(AgentGen與Text2World)，實(shi)(shi)現(xian)大(da)規(gui)模場(chang)景適配；(3) 層次化(hua)(hua)(hua)(hua)管(guan)理(li)LLM智(zhi)(zhi)能(neng)(neng)(neng)體(ti)(ti)上下文技術(HiAgent)，提(ti)升系統(tong)運行效(xiao)率與穩定性(xing)。

報告嘉賓：清華大學智能產業研究院在讀博士、Agent Hospital一作 李俊凱

報告主題：基于大模型的可進化醫療智能體—Agent Hospital

內容概要：

Agent Hospital這一項目通過構建虛擬(ni)醫(yi)(yi)(yi)院環境(jing)，賦(fu)能(neng)AI醫(yi)(yi)(yi)生(sheng)在動態復雜場(chang)景中持續進化(hua)，目標實現醫(yi)(yi)(yi)療(liao)能(neng)力(li)的(de)突(tu)(tu)破性提升。本次(ci)報告，將從(cong)以(yi)下五個(ge)方面(mian)進行展(zhan)開：首先，介紹大(da)(da)模型與智(zhi)(zhi)(zhi)能(neng)體(ti)(ti)融合(he)的(de)醫(yi)(yi)(yi)療(liao)新范(fan)式。大(da)(da)模型是(shi)(shi)“魂”，為(wei)醫(yi)(yi)(yi)療(liao)智(zhi)(zhi)(zhi)能(neng)體(ti)(ti)提供底層認知能(neng)力(li)；智(zhi)(zhi)(zhi)能(neng)體(ti)(ti)是(shi)(shi)“體(ti)(ti)”，從(cong)靜(jing)態數據處理轉向動態環境(jing)交(jiao)互，單智(zhi)(zhi)(zhi)能(neng)體(ti)(ti)拓(tuo)展(zhan)能(neng)力(li)邊界，多智(zhi)(zhi)(zhi)能(neng)體(ti)(ti)協(xie)同解鎖復雜醫(yi)(yi)(yi)療(liao)流(liu)程(cheng)。其次(ci)，可進化(hua)性是(shi)(shi)AI醫(yi)(yi)(yi)生(sheng)的(de)核心突(tu)(tu)破。AI醫(yi)(yi)(yi)生(sheng)依托虛擬(ni)醫(yi)(yi)(yi)院生(sheng)成無(wu)限病例，實現無(wu)標注數據自(zi)進化(hua)，診(zhen)療(liao)能(neng)力(li)超越人類速度。接著，將重點解讀基于(yu)大(da)(da)模型的(de)可進化(hua)醫(yi)(yi)(yi)療(liao)智(zhi)(zhi)(zhi)能(neng)體(ti)(ti)Agent Hospital。之后(hou)將展(zhan)望未來醫(yi)(yi)(yi)療(liao)從(cong)實體(ti)(ti)醫(yi)(yi)(yi)院到人工智(zhi)(zhi)(zhi)能(neng)醫(yi)(yi)(yi)院的(de)三(san)大(da)(da)趨勢。最后(hou)，將介紹該項目影響力(li)以(yi)及(ji)對行業的(de)啟示。

報告嘉賓：ANP開源技術社區發起人 常高偉

報告主題：從MCP到智能體通信協議：ANP在智能體互聯網上的探索

內容概要：

MCP自推出(chu)以來，逐漸的(de)(de)獲得行(xing)業(ye)的(de)(de)廣泛(fan)關注。MCP在解(jie)決(jue)模型與工(gong)具(ju)/資源連(lian)接方法的(de)(de)標準化上，發揮了(le)重(zhong)大(da)(da)的(de)(de)作用，能(neng)(neng)(neng)夠有(you)效降低模型獲得上下文、調用工(gong)具(ju)的(de)(de)成本(ben)。然而，智能(neng)(neng)(neng)體互(hu)聯網(wang)要(yao)求所(suo)有(you)的(de)(de)智能(neng)(neng)(neng)體都能(neng)(neng)(neng)夠互(hu)聯互(hu)通(tong)。MCP并不是為(wei)了(le)智能(neng)(neng)(neng)體而設計(ji)，其中心化的(de)(de)身份認(ren)證方案(an)和(he)CS的(de)(de)協議架(jia)構，使(shi)其并不適合(he)用于(yu)(yu)智能(neng)(neng)(neng)體的(de)(de)連(lian)接、通(tong)信與協作。當(dang)前行(xing)業(ye)已經出(chu)現多(duo)個(ge)專為(wei)智能(neng)(neng)(neng)體而設計(ji)的(de)(de)通(tong)信協議，其中ANP（Agent Network Protocol）的(de)(de)設計(ji)更為(wei)前瞻、實現更為(wei)完備(bei)。ANP解(jie)決(jue)了(le)智能(neng)(neng)(neng)體身份、智能(neng)(neng)(neng)體描述、智能(neng)(neng)(neng)體發現三大(da)(da)難題，基于(yu)(yu)ANP能(neng)(neng)(neng)夠構建便于(yu)(yu)AI訪問(wen)的(de)(de)數據網(wang)絡。這(zhe)為(wei)即將(jiang)到來的(de)(de)智能(neng)(neng)(neng)體互(hu)聯網(wang)探索了(le)一條新的(de)(de)技術路線。

報告嘉賓：西湖大學 AGI 實驗室 Agent 方向研究員 蔣文嘉

報告主題：驅動GUI智能體從智能化到高效化的實踐探索

內容概要：

現有LLM驅動的(de)GUI智能體(ti)面臨(lin)決策鏈(lian)冗長、重復推(tui)(tui)理(li)成本(ben)高等瓶(ping)頸(jing)，傳統腳本(ben)化(hua)工具難(nan)(nan)以適(shi)應(ying)動態(tai)界面，而大模型雖提(ti)升(sheng)泛化(hua)能力(li)卻(que)犧牲(sheng)了(le)執行效率。針(zhen)對GUI操(cao)作缺乏”肌肉記(ji)憶”和(he)跨應(ying)用泛化(hua)難(nan)(nan)題(ti)，我們提(ti)出分層(ceng)記(ji)憶庫與(yu)視覺-語義解(jie)耦架構的(de)雙重優(you)化(hua)方(fang)案(an)：通(tong)過規(gui)則(ze)(ze)構建動態(tai)進化(hua)機制，將常用操(cao)作路徑推(tui)(tui)理(li)耗(hao)時縮短(duan)60%以上。工程實踐中(zhong)采用混合推(tui)(tui)理(li)框架（規(gui)則(ze)(ze)引擎兜底+LLM決策），在復雜場(chang)景測試顯(xian)示，任務完成率從(cong)傳統方(fang)案(an)的(de)47%提(ti)升(sheng)至89%，資源消(xiao)耗(hao)下降(jiang)40%。

報告嘉賓：清華大學自動化系博士研究生、Eko主要作者 陸逸文

報告主題：基于工作流的可干預 Agent 框架Eko

內容概要：

本次報告將探討一(yi)種(zhong)(zhong)新興的(de)智(zhi)(zhi)能(neng)(neng)體設計范式——基(ji)于工作流（workflow）的(de)可干(gan)預智(zhi)(zhi)能(neng)(neng)體框架 Eko。與(yu)傳統端到端自治代理(li)的(de)黑(hei)箱(xiang)模式不同，Eko 強調(diao)以(yi)結構(gou)化任(ren)務(wu)圖清晰地(di)規劃和執行(xing)復(fu)雜任(ren)務(wu)，具備更好的(de)透明性與(yu)審計性；同時，提(ti)供生(sheng)產級的(de)干(gan)預機制(zhi)，允(yun)許(xu)用(yong)戶(hu)在任(ren)務(wu)執行(xing)的(de)任(ren)意(yi)環節精細介入，以(yi)確保智(zhi)(zhi)能(neng)(neng)體的(de)行(xing)為始終(zhong)可控且(qie)可審計。此外，Eko 還支持跨瀏覽器、桌(zhuo)面等(deng)(deng)多種(zhong)(zhong)運行(xing)環境的(de)無縫部署，能(neng)(neng)夠靈活整合企業私(si)域數據，從(cong)而在生(sheng)產實踐(jian)中顯著提(ti)高智(zhi)(zhi)能(neng)(neng)體的(de)落(luo)地(di)可靠(kao)性與(yu)安(an)全(quan)性。基(ji)于上述(shu)特(te)點，Eko 已經(jing)初(chu)步(bu)展現(xian)出在具身智(zhi)(zhi)能(neng)(neng)等(deng)(deng)領域進(jin)行(xing)任(ren)務(wu)編排的(de)潛力(li)，值得進(jin)一(yi)步(bu)探索。

三、報名方式

AI智能體技術研討會將在大會次日分會場上午進行，主要向持有閉門專享票、貴賓通票的觀眾開放。

希望參加研討會的朋友，可以掃描下方二維碼，添加小助手“泡泡”咨詢和購票。已添加過“泡泡”的老朋友，給“泡泡”私信，發送“GenAI25”即可。

除了閉門專享票、貴賓通票，大會還設有主會場觀眾票、主會場VIP票，在主(zhu)會場的(de)座位分布如下。有需要(yao)的(de)朋友(you)可(ke)以進行免費申請(qing)或購買。