Instruct2Act[51], VoxPoser[52], VilA[30] RoboGen[42], Mimicgen[43], Scaling up and distilling down[44], DrEureka[45], Omnigrasp[46], Meta-World[47], BEHAVIOR-1K[48] ALOHA[37], UMI[38], HumanPlus[39], 将高级任务分解成子任务, 选择最优学习方式 (强 化学习、运动规划或轨迹优化), 生成训练监督; 最 终, 学习获取新技能的策略. 类似地, Scaling up and distilling down[44] 提出 了一个在模拟器中进行学习的框架, 使用大语言模 型指导高层规划, 并利用基于采样的机器人规划器 (如运动或抓取采样器) 生成多样化和丰富的操作轨 迹. 为增强数据收集过程的鲁棒性, 大语言模型需 从视觉观察和自然语言任务描述中推断控制序列的 视觉−语言−运动策略. 为了有效地学习多样化的机 器人轨迹, 他们扩展了扩散策略, 以处理基于语言 的多任务条件, 允许学习到的策略通过基于语言的 规划器被重用和重组. 此外, 文献 [44] 还提出了一 个新的多任务基准, 包含 18 个任务, 以测试长期行 为、常识推理、工具使用和直观物理理解. 在基准上 的实验结果表明, 蒸馏策略成功地学习了数据收集 过程中的鲁棒重试行为, 并在上述领域的绝对成功

增强型人工决策 主要为自动化 主要由人工驱动 16 27 42 24 46 16 12 20 25 25 12 20 27 18 33 27 27 27 10 19 28 54 44 44 45 10 19 43 43 10 42 17 10 22 21 11 25 9 42 16 9 15 15 8 39 38 37 33 12 10 10

各模型完成任务成功率对比 .............................................................................. 27 图 44 豆包智能体的对话界面 ..................................................................................... 28 行业研究〃信息服务行业 请务必阅读正文之后的信息披露和法律声明 28 图44 豆包智能体的对话界面 资料来源：字节跳动豆包，海通证券研究所 相比市面上的收费大模型，豆包有价格优势。目前普通用户可以免费使用豆包，其 大模型的 API 定价也相对较低。按 Tokens

应用场景：金融医疗等领域应 用 1. 创意与研究：从创意到研究提 案 2. 假设与实验：形成假设进行实 验 https://mp.weixin.qq.com/s/9_zXOJTXIFD9j44phglK0A 发展 ( 实现想法的能 力 ) 盈 假设 实验 想法 例子：智能体多角色协作与循环优化的智能决策流程 56/80 (a)Role Specialization

在第一梯队中，科大讯飞通过讯飞星火iFlyCode赋能软件研发流程，涵盖设计、编码及测试等环节。借助iFlyCode，编程初学者学习时间得以缩 减60%，开发人员的代码优化效率提升5倍，而测试人员的代码用例采纳率亦增长了44%。此外，金山办公已成功构建WPSAI基础设施平台，积 极融入主流大型语言模型，通过统一认证、模型调试等措施，有效管理登录认证、计费、审查日志及监控等功能，并将其与核心产品线如 WPSOffic

力中心间高效传输的网络运载力。其中，算间网络实现多个算力中 心的互联；算内网络实现算力中心内部 IT 设备和芯片的互联；入算 网络实现用户与算力中心的互联。 4. 模力 综合算力指数 44 是大模型资源、生态建设水平的综合体现，反映对大模型训练 与推理任务的支撑能力，用于衡量模型建设能力。模型资源方面， 重点评估已备案大模型数量和大模型性能；模型生态方面，着重考 量大模型的产业协同性与创新活跃度。

Open Sans，字号在 16px 以上，行高设置为 1.5 倍，以提高阅读 舒适度。 交互设计方面，按钮、输入框等控件的尺寸应足够大，便于用 户点击操作。按钮的最小点击区域建议为 44px×44px，并为其添 加适当的内边距（如 16px）。输入框应带有清晰的提示文本，并 在用户输入时提供即时反馈，如输入格式错误时的红色边框提示。 此外，为提升用户体验，可以为常用操作添加鼠标悬停、点击等交

41 3.2.4 考评模块.....................................................................................44 3.3 数据流设计........................................................................................

..42 4.4 错误检测与修正..................................................................................44 5. DeepSeek-R1 在预算编制与审核中的应用...............................................45 5.1 自动化预算编制流程......

...42 3.2.1 异常值检测.................................................................................44 3.2.2 数据缺失处理.............................................................................46 4. 模型选择与训练