26年1月来自月之暗面（MoonShot AI）公司的论文“KIMI K2.5: Visual Agentic Intelligence”。Kimi K2.5是一个旨在提升通用智体的开源多模态智体模型。K2.5 强调文本和视觉的联合优化，使两种模态相互增强。这包括一系列技术，例如联合文本-视觉预训练、零视觉 SFT 和联合文本-视觉强化学习。基于这种多模态基础，K2.5 引入 Agent Swar

26年5月来自北卡大学的论文“From Prompts to Protocols: An AI Agent for Laboratory Automation”。科学实验室的自动化能够实现更快速、更安全、更精确且更具可重复性的实验流程执行，从而加速新材料、药物及其他领域的发现与测试进程。然而，构建和运行自主实验室需要协调众多仪器与机器人，这往往迫使科学家不得不编写代码、管理配置文件并应对复杂的软件

26年5月来自北卡大学的论文“From Prompts to Protocols: An AI Agent for Laboratory Automation”。科学实验室的自动化能够实现更快速、更安全、更精确且更具可重复性的实验流程执行，从而加速新材料、药物及其他领域的发现与测试进程。然而，构建和运行自主实验室需要协调众多仪器与机器人，这往往迫使科学家不得不编写代码、管理配置文件并应对复杂的软件

26年5月来自北卡大学的论文“From Prompts to Protocols: An AI Agent for Laboratory Automation”。科学实验室的自动化能够实现更快速、更安全、更精确且更具可重复性的实验流程执行，从而加速新材料、药物及其他领域的发现与测试进程。然而，构建和运行自主实验室需要协调众多仪器与机器人，这往往迫使科学家不得不编写代码、管理配置文件并应对复杂的软件

26年5月来自北卡大学的论文“From Prompts to Protocols: An AI Agent for Laboratory Automation”。科学实验室的自动化能够实现更快速、更安全、更精确且更具可重复性的实验流程执行，从而加速新材料、药物及其他领域的发现与测试进程。然而，构建和运行自主实验室需要协调众多仪器与机器人，这往往迫使科学家不得不编写代码、管理配置文件并应对复杂的软件

26年5月来自北卡大学的论文“From Prompts to Protocols: An AI Agent for Laboratory Automation”。科学实验室的自动化能够实现更快速、更安全、更精确且更具可重复性的实验流程执行，从而加速新材料、药物及其他领域的发现与测试进程。然而，构建和运行自主实验室需要协调众多仪器与机器人，这往往迫使科学家不得不编写代码、管理配置文件并应对复杂的软件

26年2月来自智谱和清华的论文“GLM-5: from Vibe Coding to Agentic Engineering”。GLM-5是一个旨在将Vibe编码范式过渡到智体工程的新一代基础模型。GLM-5在其前代模型的智体、推理和编码（ARC）能力基础上，采用DeepSeek 稀疏注意（DSA）技术，在显著降低训练和推理成本的同时，保持长上下文的保真度。为了提升模型的对齐性和自主性，实现一种异

26年3月来自如下UIUC等单位的论文“Adaptation of Agentic AI: A Survey of Post-Training, Memory, and Skills”。大语言模型（LLM）智体正迈向超越单纯“提示工程”的更高阶段。ChatGPT 标志着通用型 LLM 助手的崛起；DeepSeek 证明，结合可验证奖励的策略

26年3月来自如下UIUC等单位的论文“Adaptation of Agentic AI: A Survey of Post-Training, Memory, and Skills”。大语言模型（LLM）智体正迈向超越单纯“提示工程”的更高阶段。ChatGPT 标志着通用型 LLM 助手的崛起；DeepSeek 证明，结合可验证奖励的策略

26年5月来自qwen团队的论文“Qwen-VLA: Unifying Vision-Language-Action Modeling across Tasks, Environments, and Robot Embodiments”。具身智能的研究往往依赖于各类专用模型，每个模型仅针对特定的场景或任务（例如机械臂操作与导航）进行设计；这种模式导致智体能力呈现碎片化，且在跨越不同任务、环境及机器