核心观点 - 百度在WAIC推出GenFlow 2.0通用Agent平台 具备多智能体协作 多模态内容生成和全链路编辑能力 代表行业从ChatBot向Agent的转型趋势 [1][2][12] - 该平台通过六大模式（包括首创记忆模式和并行模式）实现复杂任务落地 显著提升人机协同效率和任务交付速度 [3][8][9] - 技术底座依赖百度自研的"沧舟OS"和MoE架构 支持全模态输入输出及多Agent调度 在成本 性能和编辑灵活性上超越同类产品 [11][12] 产品特性 - 支持"一个入口 N种模式" 根据用户需求自动切换模式 涵盖简单模式 通用模式 记忆模式 并行模式等 [1][3][8] - 并行模式通过多Agent同步执行任务（如A Agent B Agent C Agent并行） 5分钟内完成包含PPT 图表 海报的复杂资料生成 [9] - 记忆模式可调用用户历史交互数据和网盘素材库 使内容生成更贴合个人习惯 例如根据过往查询推荐演唱会信息 [8] 技术架构 - 底层依托"沧舟OS"内容操作系统 实现全场景数据互通和Agent智能调度 支持文字 语音 图片 视频全模态处理 [11][12] - 采用MoE（混合专家模型）架构 按任务步骤调用不同模型 在交付速度和质量上优于行业同类产品 [11] - 融合百度文库与网盘的自研编辑器 支持生成后内容自由编辑 而ChatGPT Agent无法实现此功能 [9] 行业地位与战略 - 百度从2024年4月起将智能体视为核心战略方向 类比"PC时代的网站" 并通过WAIC展示GenFlow 2.0强化布局 [12] - 产品能力通过MCP Server开放给华为 三星等企业 推动生态合作 [12] - 当前行业多数Agent无法实现并行调度多Agent 多模态内容同步生成及后链路编辑 百度在此领域具领先性 [1][9]

智能体定义与核心特征 - 智能体被定义为具备记忆、规划、执行和总结能力的系统，模拟人类完成任务[5][6] - 核心能力包括感知环境、规划步骤、执行动作（通过API或RPA）及调用工具形成闭环[6] - 技术演进推动定义扩展：从强自主性智能体到涵盖弱自主性的"智能系统谱系"[10] 产品形态与技术路径 - 内嵌式智能体（如ChatGPT Deep Research）与独立Agent（如Cursor）并存，前者通过端到端训练降低工程复杂度，后者依赖提示词+工程逻辑结合[18][19] - 通用型与垂直型Agent将长期共存：通用型覆盖广泛需求（如信息检索），垂直型深耕专业领域（如编程IDE）[22][23] - 技术分层：基模型内化Agent能力（高成本）、半模型微调+工程化支持、纯提示词驱动的轻量级Agent[39][40] 商业化路径与行业影响 - To B场景优先替代标准化工作（60%重复性岗位），如财务审核、文档处理，提效显著[29][30] - To C入口价值凸显：超级Agent可能整合多服务，重构"人找信息"为"服务找人"模式[72][73] - 国际市场更成熟：欧美付费意愿强+SaaS基础好，日本人力成本驱动Agent替代需求[68][78] 关键挑战与突破方向 - 记忆管理与长程上下文处理是核心瓶颈，需优化注意力机制与运行时权重更新技术[34][35] - 基模型进化可能挤压垂类Agent空间，但专业数据锚点（如医疗、法律）形成护城河[36][37] - 物理世界交互需补全多模态感知（视觉/触觉），具身智能或是AGI关键路径[49][51] 生态协议与评估体系 - MCP协议在C端价值明确（工具发现/调用），但B端因封闭环境更倾向直接API调用[56][57] - 评估需分层：通用测试集（如GAIA）设门槛，企业级定制化标准关注实际任务完成度[52][53] - Agent间社会化协同催生新业态，需建立任务验收、支付机制等基础设施[55][80]

行业概况 - 中国互联网普及率达79.7%，网民规模超过11亿，多项发展指标全球领先 [2] - 已建成全球规模最大的5G网络和千兆光网，累计建成5G基站448.6万个，5G用户普及率达78%，千兆用户超2亿 [2] - 2024年人工智能产业规模突破7000亿元，连续多年保持20%以上的增长率 [3] 大会数据 - 参展企业与机构近两百家，涉及科技、通信、安全等多领域 [1] - 线下参会观众累计近2万人次，线上观看人数累计超380万人次 [1] - 大会期间共举办活动33场，包括20场论坛会议、2场闭门研讨、5大类展览及6项特色活动，呈现报告16个 [1] 技术趋势 - 互联网已进入智能体时代，智能体是大模型进化的新阶段，中国市场具有丰富的智能体应用场景 [2][3] - 生成式人工智能加速向学习、创作、社交等场景渗透，AI反诈助手、足球机器人、人工智能物联网开发平台等技术应用亮相大会 [3] - 数据要素是新质生产力发展的核心引擎，驱动传统产业数字化、智能化和网络化转型升级 [2] 行业展望 - 智能体作为互联网演进的核心标志，正深刻重塑科研、生产与生活的底层逻辑 [3] - 2025"人工智能+"产业生态大会将推进跨行业跨领域合作，助力产业生态构建，促进人工智能应用落地 [3] - 互联网行业将继续发挥科技创新在产业升级中的战略支撑作用，把"创新变量"转化为"发展增量" [1]

华夏时报记者 赵奕 上海报道 美的旗下AI家电品牌COLMO带来了行业首个适配家电家居全场景的AI agent智能体：COLMO AI管 家。根据介绍，COLMO超级智能体的应用场景涵盖了全屋空气自调节、全屋智能用水、智能营养健 康、全屋智能光影、全屋智能安防、全屋能源管理等多个智能生活场景。 AI正在从"被动执行"变为"主动思考"。 在本届WAIC大会上，智能体（AI Agent）成为一大热词，各大厂商推出了新一代智能体产品，不少业 内人士将2025年称为"智能体元年"。 "这几天展会逛下来，我的直观感受是这边的密度实在是太高了。从一进场开始，几乎每一个展台都能 看到新的Agent、Demo、模型、芯片、工具链，没走几步就是一个首发的模型。"通用智能体企业 Pokee.ai创始人朱哲清在本届世界人工智能大会闭幕式上向《华夏时报》记者感叹道，"今年WAIC给我 不一样的感觉，从'中国要追上世界'变成'中国正在定义世界'。不管是技术路径、开源生态，还是产品 形态，越来越多的中国元素正在往外走，不是复制别人，而是原创的。" 智能体"多点开花" WAIC2025现场，阶跃星辰联手吉利汽车集团、千里科技（601777 ...

行业转型趋势 - 金融行业人工智能应用从探索阶段转向落地实施阶段 关键词包括落地 可信和具身 [1] - 人工智能与金融业务深度融合进入实质推进阶段 金融科技企业加速探索可行转型路径 [1] - 行业出现按业务效果付费的RaaS服务新范式 由服务提供方承担系统建设与技术更新责任 [1] 技术应用成效 - 智能体技术具备自主规划与多智能体协作能力 AI从聊天工具演变为数字劳动力 [3] - 平安集团全面部署数字员工体系 覆盖客服 销售 催收和质检等业务环节 [3] - 平安AI坐席服务量达18.4亿次 占集团客服总量80% [3] - AI解决率从38%提升至92% 客户净推荐值由49%增至78% [3] 业务场景优化 - 智能体系统实现全流程业务质效优化 包括任务分解和多智能体协作 [4] - 财富管理场景生成个性化投顾建议 实现结构化与非结构化任务高效协同 [4] - 营销场景通过标准化话术库和客户画像 AI外呼转化率实现翻倍增长 [4] - 某城商行话术策略设计周期从1周缩短至2天 内容响应率提升20% [4] - 催收业务效率提升近四倍 逾期30天内还款率从40%提高至70% [4] 公司战略布局 - 金融壹账通作为平安集团唯一对外金融科技输出窗口 持续加大AI与业务融合投入 [4] - 公司构建以智能体为核心的数字员工体系 并在外包运营项目中试点应用 [3] - 将完善智能体与RaaS服务体系 推动可评估可交付的智能化成果在银行保险等多场景落地 [4]

Agent行业现状 - Agent成为2025世界人工智能大会(WAIC)的热词，京东、百度、蜜度、亚马逊等企业均有相关产品展示 [1] - LangChain调查显示超过50%的公司已在生产环境中部署Agent，近80%正在开发中 [4] - 国际创投数据库Crunchbase显示，截至2025年6月AI Agent初创公司总共筹集约7亿美元 [4] 垂类Agent发展 - 垂类Agent相比通用Agent更受关注，因其业务明确、数据扎实且更容易锁定商业化订单 [2] - 蜜度针对舆情、公文写作、校对场景推出三个智能体新品，使用十多年积累的行业语料 [2] - 百度智能云推出"数字员工"形象，如"产品经理胡馨月"负责金融、科技等垂直行业任务 [4] 技术挑战 - 企业面临数据清洗复杂、语义难准、行业语料稀缺等难题，向量化处理质量直接影响Agent效果 [3] - 需要团队基于专业积累进行判断，没有捷径可走 [3] - 部分智能体存在基础理解问题，如分不清Apple公司和苹果水果 [7] 商业化尝试 - 京东云开源JoyAgent智能体，上线GitHub三天收获1000颗星标 [3] - AI硬件创业者尝试将Agent与硬件结合，如京东展出的教育类、陪伴类智能体硬件 [9] - Gartner预测到2027年末超过40%的代理型AI项目可能因成本、价值或风险问题被取消 [8] 行业观点 - 企业更倾向将Agent作为辅助工具而非替代品，关键判断和责任环节仍需人工把控 [5][6] - 当前存在技术进步速度与应用落地之间的gap，涉及稳定性、责任边界和数据安全 [5] - 真正有价值的Agent应在特定场景合理"出场"，而非追求完全替代人类 [13]

行业转型趋势 - 金融行业人工智能应用从探索阶段转向落地实施阶段 关键词包括落地 可信 具身 [1] - 金融科技企业加速推动人工智能技术与金融业务深度融合 探索更具可行性的转型路径 [1] 创新服务模式 - 金融壹账通推出基于智能体的金融RaaS服务新范式 以结果即服务为核心 [1] - RaaS模式强调按业务效果付费 服务提供方承担系统建设与技术更新责任 [1] - 该模式帮助客户减少前期投入与技术沉没成本 实现风险共担 收益共享 [1] 技术应用进展 - 规划型智能体技术已具备自主规划与多智能体协作能力 AI从聊天工具演变为数字劳动力 [3] - 金融壹账通构建智能体为核心的数字员工体系 在部分外包运营项目中试点应用 [3] - 该体系全面部署于平安集团客服 销售 催收 质检等业务环节 [3] 运营效能提升 - 平安AI坐席服务量达到18.4亿次 占集团客服总量的80% [3] - AI解决率从38%提升至92% 客户净推荐值由49%增至78% [3] - 业务模式从人力密集向智能驱动转变 [3] 业务场景应用 - 财富管理场景中智能体系统能生成个性化投顾建议 实现高效协同 [4] - 营销场景通过标准化话术与案例库实现AI外呼转化率翻倍 [4] - 某城商行话术策略设计周期由1周以上缩至2天 内容响应率提升20% [4] - 催收业务中智能体自动生成个性化还款方案 催收效率提升近四倍 [4] - 逾期30天内还款率从40%提高至70% 有效降低合规风险 [4] 战略发展方向 - 金融壹账通作为平安集团唯一对外金融科技输出窗口 持续加大AI与业务融合投入 [4] - 公司将进一步完善智能体与RaaS服务体系 推动可评估 可交付的智能化成果落地 [4] - 重点覆盖银行 保险等多元场景 助力金融行业高质量发展 [4]

海尔集团家庭服务机器人战略 - 公司提出家庭服务机器人需实现全方位全域全生态布局，涵盖云端大模型、家中智能体、地面AI终端 [1] - 行业技术发展路径分为三阶段：机械阶段、工具交互阶段、肢体智能阶段 [1] - 行业核心发展要素聚焦三大关键词：场景、生态、进化 [1]

AI眼镜市场现状 - AI眼镜在本届世界人工智能大会（WAIC）上成为焦点，观众体验需求远超展位接待能力 [1] - 智能交互功能表现突出，包括精准语音指令识别、提词、支付、拍照及录像功能，拍摄清晰度较高 [1] - 实时翻译功能打破语言障碍，支持外语实时转化为中文并显示在镜片上 [1] 行业竞争格局 - 小米、阿里等大厂纷纷入局AI眼镜领域，阿里自研的夸克AI眼镜已完成研发，预计年内发布，将整合高德导航、支付宝支付、淘宝比价等功能 [2] - 行业仍处早期阶段，功能稳定性尚未完全保证，除Meta外尚未出现销量破百万的单品 [2] - 智能眼镜发展刚进入快车道，未来想象空间巨大，行业参与者需克服现有技术挑战 [2] 头部机构关注方向 - 头部券商在WAIC重点关注AI大模型、具身智能、智能体等技术方向 [3][4]

行业趋势 - 医疗AI在WAIC 2025重新成为焦点 大模型技术推动行业复苏 互联网大厂和药械企业积极回归[1] - 医疗AI正沿着两条路径发展 一是AI体系化赋能医疗 二是从通用向垂直领域深化解决临床问题[1][2][6] 技术演进 - 大模型推动医疗AI从"节点式"应用转向"环节式"赋能 智能体能够自主规划执行系列行为并持续学习[2][3] - 智能体整合分散的AI应用 如腾讯健康"健康管理助手"整合体检全流程工具 改变用户从低频被动到高频主动的使用模式[3][4] - 医疗AI从全科服务向专病领域深化 京东健康"京医千询2.0"形成"三引擎+四模型"技术架构 实现拟人对话/可信推理/医学全模态突破[6][7] 企业动态 - 腾讯健康推出智能体"健康管理助手" 实现健康报告解读/风险分析/健康计划管理等整合功能[3] - 京东健康构建"AI医生+多专业服务角色智能体+专家医生智能体"矩阵 上线超500个专家医生智能体[7] - 联影智能推出全球唯一胸部一扫多查智能体 可自动检出73种胸部异常 AUC达94% 提升诊断效率25%[8][9] - 福鑫科创将AI应用于模拟患者场景和数据分析 通过数字人提升医师临床能力[4][5] 技术突破 - 京东健康"京医千询2.0"经过140个临床科室医生及百万级病案评测 具备反思机制和自适应能力[7] - 联影智能胸部智能体支持语音录入报告 在人机协同挑战中显著提升复杂病例诊断效率[9] - 医疗AI实现对文本/影像/检验数据等多模态数据的综合解析[7] 行业规范 - 蚂蚁集团联合中国信通院发布首个《医疗健康行业智能体AI医生》标准体系 涵盖技术性能/隐私安全/数据治理/专科应用要求[12] - 标准制定推动医疗智能体进入系统化规范化阶段 为行业提供评估基准[12] 市场现状 - 国内医疗垂直大模型超过300个 绝大部分产品形态为智能体[12] - 互联网大厂凭借互联网基因快速打通C端应用 但商业化挑战仍未完全解决[13]