进入多模态时代，大模型也会操纵无人机了！只要视觉模块捕捉到启动条件，大模型这个“大脑”就会生成动作指令，接着无人机便能迅速准确地执行。北京航空航天大学智能无人机团队周尧明教授团队等研究人员，提出了一种基于多模态大模型的具身智能体架构。目前，这种架构已被应用于无人机的操控。那么这种新的智能体表现如何，又有哪些技术细节呢？“智能体即大脑”研究团队利用大模型对多模态数据的理解能力，将真实物理世界的照片、

有些情况下，收集各种场景下的数据很困难，本文给出了一种方法。

同时课程详细介绍了。

盘古大模型已落地30多个行业、500多个场景。文｜赵艳秋编｜牛慧你很难想象，这是一家水泥厂。芜湖海螺水泥2号产线现场，一条长达数十米的钢铁巨筒缓缓旋转，这就是水泥厂的“心脏”——回转窑。石粉和热浪在其中翻滚，炼成城市的“骨骼”——水泥熟料。而这片看似传统的工业场景中，人工智能正悄然渗透。生活垃圾、市政污泥、工业固废如今被转化为替代燃料和原料，不仅显著降低碳排放和成本，减少了环境污染，也让水泥厂变成

智能体 = LLM+观察+思考+行动+记忆多智能体 = 智能体+环境+SOP+评审+路由+订阅+经济我理解的Agent：智能体就是像人一样，能理解现实中的事务，有记忆，会思考，会总结，会学习，像人一样会规划，会决策，会使用各种工具来完成某项任务。大语言模型（LLM）：LLM作为智能体的“大脑”部分，使其能够处理信息，从交互中学习，做出决策并执行行动。观察：这是智能体的感知机制，使其能够感知其环境。

在深入探讨训练过程之前，首先介绍一些相关术语：智能体：训练来做正确决策的实体。在这个例子中，目标是训练机器人做出移动决策，所以机器人就是智能体。环境：环境是智能体与之互动的外部系统。在本例中，随着训练过的机器人（智能体）在网格内移动，网格就充当了环境。状态：代表智能体在每个时间 t 的位置。在起始时刻，即时间t0，机器人（智能体）位于左下角，因此时间t0的状态是左下角，由坐标（0,0）表示。动作：

MCP（Model Context Protocol）是一种用于大型语言模型（LLM）与外部工具和资源进行通信的协议标准。它的设计目标是为AI模型提供一种标准化的方式来访问和操作外部世界的数据和功能。LangChain是一个用于开发基于大型语言模型（LLM）应用的框架，它提供了一系列工具和抽象，简化了LLM应用的开发过程。langchain_mcp_adapters是一个连接LangChain和M

AI Agent（人工智能代理）是一种能够感知环境、进行决策和执行动作的智能实体。不同于传统的人工智能， AI Agent 具备通过独立思考、调用工具去逐步完成给定目标的能力。比如，告诉 AI Agent 帮忙下单一份外卖，它就可以直接调用 APP 选择外卖，再调用支付程序下单支付，无需人类去指定每一步的操作。Agent 的概念由 Minsky 在其 1986 年出版的《思维的社会》一书中提出，M

‌Transformer‌是一种用于自然语言处理(NLP)和深度学习的神经网络架构，最早由Google研究团队在2017年提出‌。它的核心思想是利用自注意力机制来捕捉序列中元素之间的关系，从而避免了传统RNN难以处理长序列依赖的问题‌。

Agent，翻译成中文为 “代理”，AI Agent 则为“智能代理”或者“智能体”。通常为了方便读写，Agent也会统一被称作“智能体”。AI Agent智能体是一种能够自主感知环境、规划行动路径、调用工具并执行任务的智能实体。与传统AI（如聊天机器人）仅提供建议不同，AI Agent具备“自主决策-闭环执行”能力，其核心在于结合大语言模型（LLM）的推理能力与工具调用、长期记忆机制，实现从“思