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舉辦。中國生成式AI大會已成功舉辦三屆，現已成為國內人工智能領域最具影響力的產業峰會之一。

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+位重量級嘉賓同臺分享和討論，深入解構DeepSeek引發的變革狂潮，全面展示國內生成式AI重大進展。

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，主要面向持有閉門專享票、貴賓通票的觀眾開放。

作為本次峰會的三場技術研討會之一，AI智能體技術研討會將在4月2日的上午進行，由主題報告和圓桌Panel兩個環節組成。

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，分享面向真實場景任務自動化的多智能體協作系統研究，內容涵蓋框架設計、效能優化、系統擴展等關鍵技術。

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，從大模型與智能體融合的醫療新范式、底層認知、動態環境交互、可進化性等多個方面，帶來深入講解。Agent Hospital成功構建了一個全面的醫院模擬環境，實現了醫療智能體在疾病管理全生命周期中的自主決策，該研究成果受到學界和業界的廣泛關注。目前，紫荊智康公司正致力于實現Agent Hospital的應用落地。該公司開發的“紫荊AI醫生”系統包括21個科室的42位AI醫生，預計將于2025年上半年向社會大眾開放使用。

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》為主題進行報告分享。蔣文嘉作為AppAgentX的作者，深度參與AppAgent系列科研工作，在智能體環境交互、任務規劃與執行等方面取得了重要進展。

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》為主題，對Eko這一新興智能體設計范式進行系統解讀。與傳統端到端自治代理的黑箱模式不同，該框架以結構化任務圖實現復雜任務的規劃與執行，提供生產級的干預機制，允許用戶在任務執行的任意環節精細介入。

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：

隨著大模型的實際應用蓬勃發展，多智能體協作系統在真實場景下的任務自動化已成為人工智能領域的重要研究前沿。本報告系統介紹面向真實場景任務自動化的多智能體協作系統研究，包括框架設計、效能優化、系統擴展等關鍵技術，探索為復雜任務自動化提供高效解決方案的方法與路徑。本次報告，將重點介紹OWL (Optimized Workforce Learning)框架，該框架在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。此外，報告探討解決智能體系統在真實應用場景中面臨的關鍵挑戰的創新工作：(1) 高效閉環規劃(Tree-Planner)，優化智能體決策路徑；(2) LLM智能體環境擴展性解決方案(AgentGen與Text2World)，實現大規模場景適配；(3) 層次化管理LLM智能體上下文技術(HiAgent)，提升系統運行效率與穩定性。

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醫院環境，賦能AI醫生在動態復雜場景中持續進化，目標實現醫療能力的突破性提升。本次報告，將從以下五個方面進行展開：首先，介紹大模型與智能體融合的醫療新范式。大模型是“魂”，為醫療智能體提供底層認知能力；智能體是“體”，從靜態數據處理轉向動態環境交互，單智能體拓展能力邊界，多智能體協同解鎖復雜醫療流程。其次，可進化性是AI醫生的核心突破。AI醫生依托虛擬醫院生成無限病例，實現無標注數據自進化，診療能力超越人類速度。接著，將重點解讀基于大模型的可進化醫療智能體Agent Hospital。之后將展望未來醫療從實體醫院到人工智能醫院的三大趨勢。最后，將介紹該項目影響力以及對行業的啟示。

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自推出以來，逐漸的獲得行業的廣泛關注。MCP在解決模型與工具/資源連接方法的標準化上，發揮了重大的作用，能夠有效降低模型獲得上下文、調用工具的成本。然而，智能體互聯網要求所有的智能體都能夠互聯互通。MCP并不是為了智能體而設計，其中心化的身份認證方案和CS的協議架構，使其并不適合用于智能體的連接、通信與協作。當前行業已經出現多個專為智能體而設計的通信協議，其中ANP（Agent Network Protocol）的設計更為前瞻、實現更為完備。ANP解決了智能體身份、智能體描述、智能體發現三大難題，基于ANP能夠構建便于AI訪問的數據網絡。這為即將到來的智能體互聯網探索了一條新的技術路線。

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GUI智能體面臨決策鏈冗長、重復推理成本高等瓶頸，傳統腳本化工具難以適應動態界面，而大模型雖提升泛化能力卻犧牲了執行效率。針對GUI操作缺乏”肌肉記憶”和跨應用泛化難題，我們提出分層記憶庫與視覺-語義解耦架構的雙重優化方案：通過規則構建動態進化機制，將常用操作路徑推理耗時縮短60%以上。工程實踐中采用混合推理框架（規則引擎兜底+LLM決策），在復雜場景測試顯示，任務完成率從傳統方案的47%提升至89%，資源消耗下降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：

本次報告將探討一種新興的智能體設計范式——基于工作流（workflow）的可干預智能體框架 Eko。與傳統端到端自治代理的黑箱模式不同，Eko 強調以結構化任務圖清晰地規劃和執行復雜任務，具備更好的透明性與審計性；同時，提供生產級的干預機制，允許用戶在任務執行的任意環節精細介入，以確保智能體的行為始終可控且可審計。此外，Eko 還支持跨瀏覽器、桌面等多種運行環境的無縫部署，能夠靈活整合企業私域數據，從而在生產實踐中顯著提高智能體的落地可靠性與安全性。基于上述特點，Eko 已經初步展現出在具身智能等領域進行任務編排的潛力，值得進一步探索。

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，在主會場的座位分布如下。有需要的朋友可以進行免費申請或購買。