2024年，AI Agent称得上最火热的概念。一方面，大模型赛道降温，并呈现出赢家通吃的局面；另一方面，AI Agent则是大模型应用落地的最佳形式，其能够解决LLMs在具体应用场景中的局限性。
近些年来，以 Stable Diffusion 为代表的扩散模型为文生图（T2I）任务树立了新的标准，PixArt，LUMINA，Hunyuan-DiT 以及 Sana 等工作进一步提高了图像生成的质量和效率。然而，目前的这些文生图（T2I）扩散模型受限于模型尺寸和运行时间，仍然很难直接部署到移动设备上。
想象这样一个场景：深夜 11 点，你已经忙碌了一天，正准备休息，却想起明天早上还得分享一篇经典论文《Attention Is All You Need》，需要准备幻灯片。这时，你突然想到了自己的 AI 助手 —— PC Agent。
在大语言模型和 AIGC 的热潮下，科研人员对构建「视觉对话智能体」（Visual Chat Agent）展现出极大兴趣。其中，可实时交互的人像生成技术（Audio-Driven Real-Time Interactive Head Generation）是实现链路中极为关键的一环。
在信息爆炸的时代，我们面对的最大困境是噪音太多。答案无穷无尽，但真正有价值的回答却依然难以找到。
智能体基本上已经成为AI行业的共识，如果说有分歧，大概率也是对落地的时间有分歧。
在过去的一年里，Anthropic 在构建 LLM 和 agents 这件事情上，与多个行业的数十个团队有过合作。
简单才是王道，Anthropic 的智能体开发的“反直觉”法则
AI 编程领域确实是太火了，4 个月前刚完成 6000 万美金融资的 Cursor，其背后公司 Anysphere 再次完成了 1 亿美金融资，估值达到了 26 亿美金，比 4 个月前涨了 6.5 倍。
前不久，看完Salesforce财报写了篇文章，AI闭环验证，Salesforce“疯”招销售 没想到，Agentforce 2.0的发布，一下子几乎全实现了。
