北京大学与九章云极联合成立多智能体实验室，聚焦Agentic RL、人机协同及数学推理四大方向。通过整合北大算法优势与九章云极万P级算力，打通“理论-算力-落地”链路，旨在解决多智能体复杂任务自主决策难题，推动AI工厂智能化升级与科研成果产业化。
北大-九章云极多智能体联合实验室启动
近日，北京大学与九章云极 DataCanvas 在北京大学科技园正式签署合作协议，共建“北大-九章云极多智能体联合实验室”。该实验室旨在结合北京大学在人工智能与大模型领域的前沿科研积累，以及九章云极在AI基础设施与智算云方面的产业优势，重点推进多智能体系统的基础研究、系统研发与场景验证。
核心研究方向：Agentic RL与多智能体协同
联合实验室由北京大学计算机学院研究员杨仝担任主任，九章云极AI首席科学家缪旭担任副主任。实验室将重点布局以下四大研究方向，以攻克多智能体关键技术：
- 多智能体强化学习（Agentic RL）：提升智能体集群在复杂动态任务环境下的自适应能力与全局效能，这是AI工厂算法的核心支撑。
- 多人多智能体协同：探索人类与智能体之间的新型协作范式，构建人机共融的智能决策体系。
- 数学智能体与复杂推理：面向数学竞赛级问题，研究多步推理链构建与形式化验证，为AI辅助科学研究自动化提供基础支撑。
- 科学研究领域应用：探索基于智能体与大模型的自动化研究新范式，助力科研范式变革。
产学研双向赋能：打通“理论-算力-落地”链路
本次合作构建了双向协同创新闭环，实现了资源的双向流通与价值赋能：
- 理论支撑：北大计算机学院核心团队深耕多智能体基础算法，输出原创学术思想、论文成果与高端科研人才。
- 基础设施：九章云极开放万P级异构算力集群、Alaya NeW全栈智算云、训练与Token（词元）工厂等基础设施。
- 场景验证：提供金融、制造、科研等真实产业场景，确保算法成果能够落地。
杨仝指出，多智能体系统是人工智能迈向通用智能的关键路径。当前单智能体已展现出强大的感知与决策能力，但真实世界的复杂问题往往需要多个智能体协同完成。此次合作将为学术研究提供稀缺的算力资源和真实产业场景，加速学术成果向实际生产力转化。
Agentic RL对AI工厂的战略价值
缪旭强调，Agentic RL是九章云极“AI工厂”战略在算法层的核心支撑方向。要实现从模型训推到智能规模化交付的全链路工业化，必须解决多智能体在复杂任务中的自主决策与协同调度问题。
Agentic RL研究的突破，将直接影响Token工厂在资源调度、任务分配、推理优化等环节的效率天花板。联合实验室的成立，为九章云极提供了持续的前沿算法供给，使AI工厂在智能化水平上保持长期进化能力。
总结
北大-九章云极多智能体联合实验室的成立，标志着产学研合作进入新阶段。通过“科研有算力、算法有场景、成果有落地”的模式，有效缓解了高校算力短缺与算法脱离产业的痛点。未来，双方将持续深化实验室建设，产出适配千行百业的多智能体技术成果，推动国内多智能体与自主智能体赛道实现跨越式发展。
以上就是北大-九章云极共建多智能体联合实验室的详细内容，更多关于Agentic RL与AI工厂的资料请关注本站其它相关文章！
