蚂蚁数科在IDC最新发布的《中国智能体开发平台2025年厂商评估》报告中，凭借其Agentar平台的技术架构完整性、产品成熟度及行业落地成效，成功跻身“领导者”象限，彰显了其在中国AI智能体开发领域的领先地位。
无问芯穹完成近5亿元A+轮融资，由珠海科技集团与孚腾资本领投，多家机构跟投及老股东追投。资金将重点投向三大方向：巩固软硬协同AI基础设施、加速智能体技术研发、拓展商业化应用场景，推动智能体时代发展。
美团发布WOWService大模型交互系统白皮书，已在智能客服全量上线。采用"数据+知识双驱动"与四阶段训练体系，复杂场景下客服解决率提升9%，用户满意度提升12%，训练标注量仅为传统方案10%。核心框架包括：结构化业务规则与真实对话日志联合训练，知识点准确率达96%；多智能体协同机制，主Agent负责整体交互。
小米发布智能家居方案Xiaomi Miloco，将大模型技术融入全屋智能，突破传统预设规则局限。它通过自然语言和场景理解，支持用户用口语表达复杂需求，如“读书时开台灯和音乐”，系统自动调整设备状态，提升人机交互体验。
Ushur是一家AI自动化公司，利用人工智能技术提升客户体验，简化工作流程，并通过个性化互动和集成增强服务。
使用先进的人工智能技术，体验声音克隆和文字转语音应用。
基于支付宝的生活场景，通过领先的大模型技术，为企业快速构建专业级智能体。
数字化虚拟人与 AI 技术结合，打造全新智能交互体验。
cyankiwi
MiniMax-M2 AWQ - INT4是基于MiniMax-M2模型进行量化后的版本，采用INT4量化技术，在保证性能的前提下显著减少内存使用并提高推理效率。该模型在编码和智能体任务方面表现出色，具有卓越的综合性能。
Qwen
Qwen3-VL-32B-Thinking-FP8是Qwen系列中最强大的视觉语言模型的FP8量化版本，采用块大小为128的细粒度fp8量化技术，性能指标与原始BF16模型几乎相同。该模型具备出色的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持以及强大的智能体交互能力。
nvidia
NVIDIA Qwen3-8B FP4 模型是阿里巴巴Qwen3-8B模型的量化版本，采用优化的Transformer架构的自回归语言模型。该模型使用FP4量化技术，在保持性能的同时显著减少内存占用和计算需求，适用于AI智能体系统、聊天机器人、RAG系统等应用场景。
这是DeepSeek AI的DeepSeek V3-0324模型的量化版本，采用优化的Transformer架构，通过FP4量化技术显著减少了模型大小和GPU内存需求，适用于AI智能体系统、聊天机器人等多种AI应用场景。
Qwen3-8B-AWQ是通义千问系列最新一代8.2B参数的大语言模型，采用AWQ 4-bit量化技术优化推理效率。支持思维与非思维模式切换，具备卓越的推理、指令遵循和智能体能力。
Qwen3-32B-AWQ是通义千问系列最新一代32.8B参数的大语言模型，采用AWQ 4-bit量化技术，支持思维与非思维模式切换，具备卓越的推理、指令遵循和智能体能力。
xwm
基于Llama-3.1-8B-Instruct微调的强化学习模型，采用元计划优化技术提升智能体规划能力
Essential MCP是一个革命性的人工智能与人类交互协议，通过上下文管理系统、工具集合和测试框架，实现更强大、更智能的协作体验。项目包含SSH服务器、Python API工具中心、统一上下文系统等核心组件，采用现代技术栈构建，并受到猫王创新精神的启发。
该项目是一个基于Yahoo Finance API的股票价格服务器，专为MCP（多智能体控制协议）设计，提供实时股票数据获取、观察列表管理、技术分析等功能。
A2A-MCP官方网站展示多智能体协作协议的技术愿景、核心优势和应用场景，采用现代化前端技术栈构建。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
