真实感知 实时互动 通用智能体，向“更智慧”进发

dongzi

（创新故事）

本报记者 施 芳《人民日报》（2025年09月09日 第 06 版）

　　她能够自主学习，还能做到“眼里有活”……走进北京通用人工智能研究院，记者看到展示屏上有一个名为“通通”的小女孩正在虚拟空间探索。

　　“作为首个由价值与因果驱动的通用智能体，‘通通’的诞生标志着在通用人工智能研究方面迈出了关键一步。”北京大学人工智能研究院院长朱松纯介绍。什么是通用智能体？在专家看来，通用智能体指的是具备自主的感知、认知、决策、执行、学习和社会协作能力，由价值驱动，能自主生成任务，解决各种非限定任务的智能体。

　　“与专注于某个领域的垂域智能体相比，通用智能体不只是某个领域的专家，而是一个多面手，能够展现出在多种任务和场景下的全面能力。”北京中关村学院院长刘铁岩说，它能独立完成复杂且有实际价值的任务，比如开发程序、撰写咨询报告、进行视觉设计等。

　　从专家“转身”成为多面手，重点在让智能体拥有更加聪明的“大脑”。

　　“现阶段，通用智能体研究形成了两条主要的技术路径。第一条是‘拼装’路线，将多个已训练好的模型和工具进行集成以解决复杂任务，这一过程就像是搭积木，将智能分布到整个框架之中。”刘铁岩介绍，第二条则是将推理、规划、工具调用等能力内化到基座模型中，从头训练模型进行整体优化，使模型可以自主地理解任务、规划方案、执行操作。

　　为了让“通通”真实地感知世界、实时地与人互动，研究人员还通过虚拟现实设备进入“通通”的世界，扮演她的家人或朋友。“通通”拥有较高的自由度，经常主动要求和研究人员一起搭积木、玩气球，甚至帮忙整理房间，在互动中学习人类的价值观和情感。这种高自由度和实时交互的要求，为团队带来了巨大的技术挑战，平台必须同时满足“物理准确”和“实时运行”的要求。

　　随着平台物理交互能力逐渐完善，研究人员随即开始更高阶的探索——培养“通通”的心智能力，让她主动理解并参与家务活动。一天深夜，实验室灯火通明，团队成员观察“通通”与“妈妈”的互动。当“妈妈”打开水龙头，水溅到台面上，“通通”主动拿起柔软的抹布认真擦拭……这不仅体现了物理仿真的准确性，更是通用智能体迈向具备常识和社会交互能力的重要一步。

　　除了聪明的“大脑”，通用智能体在不久的未来还将生长出灵活的“四肢”。“随着具身智能机器人产业逐渐成熟，未来的通用智能体还将拥有‘物理身体’并成为人们的助手，进入生活的方方面面。”朱松纯表示，这项技术有望应用于智能制造、康复疗养、特种任务等多种场景。

　　提升自主学习能力、加强多任务协同效率、设计强化学习中的奖励函数……刘铁岩认为，随着关键研发方向不断取得新突破，通用智能体在多任务处理方面，成本将进一步降低，完成度也会更高。