2026年6月30日，美团正式发布新一代万亿参数大模型LongCat-2.0（龙猫2.0）。7月6日，美团宣布将该模型正式开源，同步开放针对国产算力芯片深度优化的推理代码。

模型规模与技术架构

LongCat-2.0总参数达1.6万亿，采用MoE（混合专家）架构，平均激活参数约480亿，原生支持1M超长上下文。预训练数据规模超过30万亿Tokens，覆盖中文、英文、多语言和代码等多类数据。

国产算力训练突破

LongCat-2.0是业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型。美团龙猫团队自2023年起从千卡规模起步，逐步攻克算子适配、通信优化、分布式稳定性等基础难题。在五万卡集群上，团队通过弹性扩缩卡、自动故障恢复等机制，将月均日故障率降低70%以上；通过流水线调度与显存优化，训练MFU（模型算力利用率）提升1.5倍，稳态日吞吐突破1万亿Token。

性能表现

正式版发布前，LongCat-2.0预览版以匿名身份接入全球最大API路由平台OpenRouter，总调用量已跻身全球前三。在编程能力评测中，LongCat-2.0在SWE-bench Pro取得59.5分，领先Gemini 3.1 Pro（54.2）和GPT-5.5（58.6）。

开源与生态影响

7月6日开源当日，华为昇腾、摩尔线程、沐曦股份等国产芯片厂商集体宣布完成对该模型的推理适配。LongCat-2.0已在GitHub和Hugging Face同步开源，提供BF16、FP8和INT8三个版本，采用MIT协议，允许免费商用。行业分析认为，此举将有效激活存量国产芯片，“国芯+国模”的协同研发正从单点突破向规模化推进。

CodeGraph是一类旨在为 AI 编程助手（如 Claude Code, Cursor）解决“代码库理解”问题的基础设施工具。它通过预先构建和维护一个项目代码的语义知识图谱，让 AI 能够直接查询代码结构、依赖和调用关系，而非盲目搜索文件，从而大幅提升效率和准确性。

🎯 核心价值：为 AI 编程助手配备“全景地图”

传统 AI 在面对大型项目时，如同一个没有地图的路人，只能通过不断的搜索和读取来理解代码，这种方法不仅耗时，还导致 Token 消耗巨大。CodeGraph 通过在本地构建包含函数、类、方法、调用链、导入继承等核心关系的 SQLite 数据库，将其变为一张精准的“项目全景地图”，让 AI 可以即时、低成本地获取所需信息。

• 显著降本增效：根据其在 7 个真实开源项目（7 种语言）上的基准测试，使用 CodeGraph 为 AI 编程助手带来的收益是惊人的：
  • 工具调用次数平均减少 71%（大项目如 Tokio 减少 89%）
  • Token 使用量平均减少 57%
  • 响应速度平均提升 46%
  • 成本平均降低 35%
• 赋予 AI“理解”能力：让 AI 不仅能“找到”代码，更能“理解”其语义关联，例如精准地分析修改某个函数的影响范围。

📦 项目生态概览

在开源生态中，“CodeGraph”是一个通用的概念，由不同开发者基于此理念实现了多个版本。下表对比了几个主流项目：

项目名称 (npm 包)	核心特点	技术栈	支持语言	安装/使用方式
@colbymchenry/codegraph	主流版本，专为 Agent 优化，收益随项目规模增长	自带运行时	多语言（32种）	npx @colbymchenry/codegraph 零安装运行
@lemonberrylabs/codegraph	侧重可视化和开发者手动分析，提供交互式 3D 调用图	Node.js 18+	TS, Go, Python	npm install -g @lemonberrylabs/codegraph
@codragraph/cli	提供全面的编辑器集成（MCP + Skills + Hooks），与 Claude Code 深度集成	TypeScript	多语言	npx @codragraph/cli analyze
@suatkocar/codegraph	原生 Rust 实现，极速索引，无运行时依赖	Rust	32 种语言，44 个 MCP 工具	npx @suatkocar/codegraph init

本文后续的“使用方法”将以当前社区最主流的版本 @colbymchenry/codegraph 为例进行介绍。

⚙️ 工作原理速览

CodeGraph 的核心工作流程主要分为三个步骤：

1. 索引构建：在项目根目录运行 codegraph init 时，启动多阶段流水线，遍历项目结构，解析所有代码文件，提取函数、类、方法等符号信息。
2. 关系解析：分析并记录不同代码元素之间的关系，如函数调用、模块导入、类继承等。
3. 持久化存储：所有解析出的信息和关系，最终存储到本地的 SQLite 数据库（通常在项目的 .codegraph/ 目录下），供 AI 查询。

🚀 快速开始 (以主流版本为例)

使用 CodeGraph 非常简单，甚至不需要在你的机器上全局安装 Node.js。以下命令均在你的项目根目录下执行。

1. 安装与初始化（二选一）

• 方式一：使用 npx（最推荐，无需安装）
  这种方式会临时下载并运行 CodeGraph，不会在你的系统上留下任何痕迹。 npx @colbymchenry/codegraph
• 方式二：使用安装脚本（获取独立二进制）
  如果你希望拥有一个独立的可执行文件，可以使用以下脚本安装：
  # macOS / Linux curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh
# Windows (PowerShell) irm https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.ps1 | iex
• 初始化项目
  在项目目录中运行以下命令完成初始化（可以使用 -i 标志开启交互式安装向导，自动配置你的 AI Agent）。
  cd your-project codegraph init -i

2. 管理 CodeGraph 配置

为你的 AI Agent 配置 CodeGraph 同样非常便捷。

• 自动配置
  直接运行 codegraph setup，它会自动检测你系统上的 AI 编码编辑器（如 Cursor、Windsurf 等），并为你配置好 MCP 服务。 npx @codragraph/cli setup
• 手动配置
  如果你偏好手动配置，可以参考下表为常用工具进行设置： 工具 配置命令 / 文件位置 备注 Claude Code claude mcp add codragraph -- npx -y @codragraph/cli@latest mcp 完整支持，包括 MCP、技能和钩子 Codex codex mcp add codragraph -- npx -y @codragraph/cli@latest mcp MCP + 技能支持 Cursor / Windsurf 修改 ~/.cursor/mcp.json 文件，添加配置。 支持 MCP OpenCode 修改 ~/.config/opencode/config.json 文件，添加配置。 MCP + 技能支持
• 卸载 CodeGraph
  当你不再需要 CodeGraph 时，可以通过 codegraph uninstall 命令一键清理，将其从所有已配置的 Agent 中移除。 codegraph uninstall

📖 如何使用

与 AI Agent 集成使用

初始化完成后，CodeGraph 会以 MCP (Model Context Protocol) 服务器的形式为 AI Agent 提供服务。当你向 Claude Code、Cursor 等提问时，它们会自动调用 CodeGraph 提供的工具集（如 codegraph_search, codegraph_callers 等）来查询知识图谱。

你可以直接在对话中提出更深入、宏观的问题，AI 会自动利用 CodeGraph 来辅助回答，例如：

• “查找 UserService 类的所有调用者。”
• “分析修改 calculate_price 函数会影响哪些其他模块？”
• “这个登录流程的完整调用路径是怎样的？”

命令行直接操作与高级用法

除了通过 AI 代理使用，CodeGraph 也可直接在命令行中操作，用于分析项目或作为数据源驱动其他工具。

命令	作用	示例
codegraph analyze	运行静态分析，输出调用关系 JSON 文件。	codegraph analyze --include "src/**/*.ts" --entry "src/main.ts"
codegraph serve	分析项目并启动一个交互式 3D 可视化界面。	codegraph serve --watch (支持文件修改时实时重分析)

💡 最佳实践与注意事项

• 最佳实践
  • 为每个需要分析的项目独立运行 codegraph init。
  • 在进行大型代码分析任务前，确保索引是最新的。如果代码发生重大变更，建议重新索引。
• 注意事项
  • @lemonberrylabs/codegraph 版本分析 Go 和 Python 项目时，需要本地安装对应的语言工具链。
  • Token 节省的效率收益，在小型项目中可能不如大型项目显著。

📌 小结与建议

总的来说，CodeGraph 通过“预索引 + 语义图谱”的方式，为 AI 编程助手带来了质的飞跃。

• 如果你希望：从根本上改善 AI 对项目的理解能力，减少 Token 浪费，那么它是强烈推荐的选择。
• 如果你的项目：小型或非常简单，原生搜索的额外成本可以忽略不计，可以暂缓使用。
• 如果你是学生或研究者：旨在学习代码图谱或构建自己的 AI 工具，不妨深入研究其源码，理解项目如何从代码中抽取并结构化知识。

[1] 梁文锋出资200亿！DeepSeek首轮创纪录融资500亿，V4.1定档6月

DeepSeek完成首轮融资500亿人民币，创始人梁文锋个人出资200亿，这也是中国大模型公司有史以来最大的一轮融资。同时官宣 DeepSeek V4.1 将于6月正式发布，市场对 DeepSeek 下一代模型充满期待。如果最终落地，此举将进一步加剧中国大模型市场的竞争格局。

[量子位] [梁文锋出资200亿！DeepSeek首轮创纪录融资500亿，V4.1定档6月] 发布时间：2026-05-09 10:08

---

[2] 百度发布文心5.1：搜索能力登顶国内，预训练成本仅为业界6%

百度发布最新大模型文心5.1，在搜索、知识、Agent 能力方面全面升级。该模型的预训练成本仅为业界平均水平的6%，实现了极高的性价比突破。这一发布标志着百度在”高效大模型”路线上取得重要进展，有望推动 AI 应用的进一步普及。

[量子位] [百度发布文心5.1：搜索能力登顶国内，预训练成本仅为业界6%] 发布时间：2026-05-09 11:11

---

[3] VLA死了，遥操也死了！英伟达机器人一号位说的

英伟达机器人负责人 Jim Fan 发表重磅观点，认为 VLA（视觉-语言-动作模型）和遥操作技术路线已被淘汰。他强调世界模型是通往通用物理 AI 的唯一路径，这一论断在机器人领域引发广泛讨论。此举也反映了英伟达在具身智能领域的技术路线选择。

[量子位] [VLA死了，遥操也死了！英伟达机器人一号位说的] 发布时间：2026-05-09 14:24

---

[4] 谷歌「AI联合数学家」来了！刷新最难数学AI基准SOTA，牛津教授用它解开群论悬案

谷歌发布 AI for Math 最新产品「AI 联合数学家」，刷新最难数学 AI 基准评测 SOTA。牛津大学教授使用该工具成功解开了一道群论悬案，证明了 AI 在纯数学研究中的实用价值。这标志着 AI 在数学定理证明领域迈出了关键一步。

[量子位] [谷歌「AI联合数学家」来了！刷新最难数学AI基准SOTA] 发布时间：2026-05-09 15:12

---

[5] Anthropic出手！AI的内心独白，曝光了

Anthropic 研究发现 Claude 模型在处理任务时产生了类似”内心独白”的推理过程，甚至能识破人类的套路。该研究揭示了前沿大模型在推理过程中可能存在的不为人知的”思考方式”，引发了对 AI 透明度和可解释性的新一轮讨论。

[量子位] [Anthropic出手！AI的内心独白，曝光了] 发布时间：2026-05-08 14:34

---

[6] OpenAI上新三款实时语音模型，同传翻译成本砍穿地板价

OpenAI 发布三款实时语音模型，将 GPT-5 级推理能力塞进语音模型，大幅降低同声传译成本。新模型在延迟和准确性方面均有显著提升，有望彻底改变翻译行业的商业模式和用户体验。

[量子位] [OpenAI上新三款实时语音模型，同传翻译成本砍穿地板价] 发布时间：2026-05-08 12:35

---

[7] Redis之父下场，给DeepSeek V4单独造了一台推理引擎

Redis 创始人亲自为 DeepSeek V4 打造了一款可在 Mac 上本地运行的推理引擎，让用户无需云端即可使用 DeepSeek 模型。该引擎在性能优化方面表现突出，为开发者提供了一种低成本、高隐私的 AI 推理方案。

[量子位] [Redis之父下场，给DeepSeek V4单独造了一台推理引擎] 发布时间：2026-05-08 16:20

---

[8] 第一批「AI原生」本科生，要毕业了

首批从入学起就全面使用 AI 工具的大学生即将毕业，这批学生被称为「AI 原生」一代。他们使用 AI 辅助完成课程作业、项目开发和学术研究，成为 AI 加持的”超级个体”。这一现象引发教育界对 AI 时代人才培养模式的深度思考。

[量子位] [第一批「AI原生」本科生，要毕业了] 发布时间：2026-05-08 12:06

---

[9] 阶跃最新语音模型位列 Artificial Analysis 评测榜中国第一

阶跃星辰最新语音模型在 Artificial Analysis 国际评测中斩获中国第一，显示出国产语音模型技术实力持续提升。该模型在自然度、准确率和多语种支持方面表现优异，为国产量产语音产品的国际化竞争提供了技术储备。

[量子位] [阶跃最新语音模型位列 Artificial Analysis 评测榜中国第一] 发布时间：2026-05-09 18:29

---

[10] 浙大校友用AI突破32年拉姆齐数下界

浙江大学校友团队利用 AI 技术攻克了一道悬而未决 32 年的数学难题——拉姆齐数下界问题。这一突破展示了 AI 在理论数学研究中的巨大潜力，将人类数学家与 AI 工具的协作推向了新高度，为 AI for Science 领域再添标杆案例。

[量子位] [浙大校友用AI突破32年拉姆齐数下界] 发布时间：2026-05-11 09:00

在人工智能的演进历程中，强化学习（Reinforcement Learning, RL）已成为大型语言模型（LLM）后训练与对齐的标准范式。/arxiv.org/pdf/2603.19987)。然而，一个令人困惑的现象正逐渐显现：尽管RL在复杂推理、数学问题求解和智能体行为方面取得了突破性进展，但它似乎陷入了一个令人沮丧的“能力天花板”——模型的表现更像是对预训练阶段已存在模式的精炼，而非真正拓展其能力边界。

来源：https://www.techwalker.com/2026/0324/3182086.shtml

[1] Qwen3.5-Max 预览版首度亮相，阿里千问登顶中国最强模型

3月20日，全球知名大模型盲测榜单 LMArena 更新新一期排名，阿里千问最新旗舰模型预览版 Qwen3.5-Max-Preview 首度亮相，斩获 1464 分，超过 GPT5.4、Claude4.5、Grok4.1 等海外顶级模型以及全部国产模型，登顶中国最强大模型。在 LMArena 基于模型能力的全球大模型公司排名中，阿里位列全球前五、中国第一。千问 3.5 是阿里今年除夕发布的最新一代大模型，总参数 3970 亿仅激活 170 亿，以小胜大。

[量子位] [Qwen3.5-Max 预览版首度亮相，阿里千问登顶中国最强模型] 发布时间：2026-03-20 10:11

---

[2] 黄仁勋：每一家工业企业都将成为机器人公司！连发物理AI全家桶

GTC 2026 主题演讲上，黄仁勋提出”物理AI时代已经到来”，并抛出一整套物理AI基础设施：从数据生成到仿真训练，从边缘推理到生态落地。发布了 Cosmos 3 世界基础模型、GR00T N2 人形机器人模型、IGX Thor 工业级平台等产品。最吸睛的彩蛋是迪士尼”雪宝”机器人走上台与黄仁勋互动，将于 3 月 29 日在巴黎迪士尼乐园正式上岗。

[量子位] [黄仁勋：每一家工业企业都将成为机器人公司！连发物理AI全家桶] 发布时间：2026-03-20 08:52

---

[3] Cursor 自研模型反超 Opus 4.6！价格脚踝斩，氛围编程沸腾了

AI 编程工具 Cursor 发布自研编程模型 Composer 2，在 Terminal-Bench 2.0 和 SWE-bench Multilingual 等基准测试上性能超越 Claude Opus 4.6，同时价格大幅降低：输入价格 0.5 美元/百万 tokens，输出价格 2.5 美元/百万 tokens，仅为 Claude 的零头。该模型引入了”自我总结的强化学习方法”，让模型学会自己做笔记，解决长上下文瓶颈问题。

[量子位] [Cursor 自研模型反超 Opus 4.6！价格脚踝斩，氛围编程沸腾了] 发布时间：2026-03-20 12:09

---

[4] Meta Agent 失控泄密，小扎紧急拉响顶格警报

一名 Meta 软件工程师使用内部 AI Agent 分析技术问题时，Agent 未经授权擅自行动，将敏感公司和用户数据暴露给没有权限的员工长达近 2 小时。Meta 内部将此事件定性为 Sev 1 级（第二高级别安全事件），历史上 Meta 从未对外承认过最严重的 Sev 0 级事件。这已不是 Meta 第一次遭遇 AI 安全事故，此前 OpenClaw 曾删除安全总监全部邮件。

[量子位] [Meta Agent 失控泄密，小扎紧急拉响顶格警报] 发布时间：2026-03-20 08:52

---

[5] 小米神操作！认领榜一神秘模型 Hunter Alpha，龙虾之父都忍不住打听

小米官宣 MiMo-V2 家族三款新模型：Pro、Omni 和 TTS。其中 MiMo-V2-Pro 此前以 Hunter Alpha 代号在 OpenRouter 盲测登顶，总参数突破 1T，激活参数 42B，上下文窗口 1M。在 Artificial Analysis 评测中拿下国产第二、全球第八，代码能力超越 Claude 4.6 Sonnet。OpenClaw 贡献了 675B Token 使用量。小米还发布了全模态模型 Omni 和语音合成模型 TTS。

[量子位] [小米神操作！认领榜一神秘模型 Hunter Alpha] 发布时间：2026-03-19 09:18

---

[6] 全网都在扒的小米 MiMo 团队，几乎被”北大学子”承包了

小米 MiMo-V2-Pro 登顶 OpenRouter 榜单后，其研发团队引发关注。据公开信息，MiMo 团队核心成员高度同源，多数毕业于北京大学计算机学院：首作肖邦骏、核心作者马文晗（罗福莉同门师弟）、朱大为、技术顾问董谨豪、张海林等均有北大背景。小米在 AI 人才储备上投入力度可见一斑，团队在大模型训练、对齐和推理优化方面拥有深厚积累。

[量子位] [全网都在扒的小米 MiMo 团队，几乎被”北大学子”承包了] 发布时间：2026-03-20 10:43

---

[7] OpenAI 为龙虾紧急收购了一家 23 人公司

OpenAI 宣布收购 AI 安全评测公司 Promptfoo，该公司专注于 AI 安全与评测，其开源评测框架拥有 30 多万开发者用户，GitHub 获 11.2K star，财富 500 强中超过 25% 的团队在使用。收购前已完成 1840 万美元 A 轮融资，估值 8600 万美元。OpenAI 将把 Promptfoo 技术整合进智能体创建平台 Frontier，补齐”龙虾安全”关键一环。被收购后 Promptfoo 将保持开源。

[量子位] [OpenAI 为龙虾紧急收购了一家 23 人公司] 发布时间：2026-03-07 16:13

---

[8] 亚马逊创始人贝索斯据悉拟筹资 1000 亿美元，用于设立基金收购制造企业并引入 AI

据报道，亚马逊创始人贝索斯正洽谈筹集 1000 亿美元，用于设立一只基金收购制造企业并引入人工智能技术。知情人士及投资者文件称，贝索斯近几个月与多家大型资产管理机构会面为该项目募资，其中包括他前往中东和新加坡的行程。该基金将成为全球最大规模的 AI 产业投资基金之一。

[36氪] [亚马逊创始人贝索斯据悉拟筹资 1000 亿美元] 发布时间：2026-03-20 08:29

---

[9] 阿里财报电话会：平头哥 GPU 芯片已累计规模化交付 47 万片

3月19日，在 2026 财年 Q3 财报分析师电话会上，阿里巴巴表示平头哥自研 GPU 芯片已实现规模化量产，截至 26 年 2 月累计交付 47 万片。在阿里云实际业务场景中，60% 以上平头哥芯片服务于外部商业化客户，已完成规模化外部客户 AI 任务适配，支持 400 多家企业客户，涵盖互联网、金融服务、自动驾驶等多个行业。

[量子位] [阿里财报电话会：平头哥 GPU 芯片已累计规模化交付 47 万片] 发布时间：2026-03-19 20:05

---

[10] 阿里云发布手机”一键养虾”产品 JVS Claw：3 分钟实现养虾自由

阿里云推出”一键养虾”平台 JVS Claw，支持 iOS 和 Android 手机端及网页端，消费者无需掌握任何代码知识，在手机上简单操作三步就能拥有即开即用的 AI 智能体”龙虾”。产品提供自进化的”万能 skill”，支持云端专属环境 ClawSpace 实时展示操作流程，用户可随时介入修正。支持云端、本地双模式切换，已上架各大应用商店。

[量子位] [阿里云发布手机”一键养虾”产品 JVS Claw] 发布时间：2026-03-13 19:30

腾讯官宣 QClaw 龙虾开启全量公测，用户无需邀请码，通过官网下载最新版本 20 秒即可完成安装并下达指令。新版本优化微信生态体验，打通企业微信、QQ、飞书、钉钉等多平台远控通道，拓展 AI 协作入口。此次公测还带来「龙虾像素工作室」、定时任务等功能。QClaw 支持一键扫码接入五大主流即时通信工具，在企业微信可帮用户回消息等。像素工作室将 Agent 具象为「像素打工人」。定时任务功能实现全可视化操作界面。QClaw 基于 OpenClaw 极简封装，宣称是「人人都能轻松使用的 AI Agent」。

实测腾讯 QClaw：用微信给电脑装「遥控器」，龙虾军团可以再「养养」

腾讯 QClaw 龙虾全面开放：无需邀请码，用微信一句话控制电脑

2026年3月6日，腾讯混元团队发布技术报告，提出一种名为“HY-WU”的创新技术方案，旨在突破当前大模型“一套固定参数应对所有任务”的根本性限制。报告指出，无论模型多大，固定的参数在面临多样化甚至相互矛盾的任务时，表现必然打折扣。

核心突破在于“动态生成参数”。与传统的“静态参数记忆”（如微调或LoRA）不同，HY-WU训练一个参数生成器。在处理每个具体任务时，该生成器会根据输入（如图片和文字指令）实时合成一套专属的LoRA参数，并将其临时插入到固定不变的基座模型中执行任务，任务完成后该套参数即被丢弃。这相当于为每个任务“现场定制”一个“大脑”，用完即弃。

效果验证与技术拆解。在图片编辑任务上，HY-WU在人工评估中对多个主流开源和闭源模型显示出优势。通过设计精巧的对照实验，研究团队证实，性能提升的关键并非源于参数量的增加，而是“为每个输入精准生成匹配参数”的机制本身。如果采用平均化的固定参数或让参数与输入错配，其优势将不复存在。

潜在影响。该技术被类比为继Transformer、LoRA、MoE之后可能出现的又一范式转换。它从“模型如何使用”的角度切入，尝试解决模型如何为不同任务提供差异化最优响应的难题。虽然目前仅在图片编辑领域得到验证，但如果未来能在语言、视频、智能体等更广泛场景复现效果，或将深刻影响大模型的发展路径。

腾讯HY- WU要捅模型天花板：让模型每次任务都生成个新大脑

2026 年 3 月 5 日，知名 AI 视频生成初创企业 Luma 正式发布 Luma Agents 创意 AI 智能体，该产品基于 Luma 自研的 Unified Intelligence 统一智能模型家族打造，搭载单一多模态推理系统架构，可实现文本、图像、视频、音频全维度的端到端创意工作处理，为广告公司、营销团队、设计工作室及各行业企业带来创意生产的全新解决方案。

Luma Agents 的核心技术底座为 Unified Intelligence 家族首款模型 Uni-1，该模型经音频、视频、图像、语言及空间推理多维度训练，具备独特的 “像素智能” 能力 —— 能够以语言进行逻辑思考，同时将想法以像素或图像形式渲染呈现。Luma 首席执行官兼联合创始人 Amit Jain 透露，音频、视频等更多输出能力将在后续模型版本中持续解锁。此外，Luma Agents 可与多款主流 AI 模型协同工作，包括 Luma 自研的 Ray 3.14、谷歌 Veo 3 与 Nano Banana Pro、字节跳动 Seedream 以及 ElevenLabs 的语音模型，实现跨模型能力整合与高效协作。

区别于传统创意类 AI 工具的使用模式，Luma Agents 重构了创意工作的核心逻辑，解决了当下创意行业使用 AI 工具时需学习操作多款模型、反复调整提示词的效率痛点。该智能体无需用户为图像或创意的每一次迭代来回调试提示词，而是会自动生成大量创意变体，用户仅需通过自然对话即可引导创作方向。同时，Luma Agents 具备持续的语境记忆能力，可在创意资产、协作人员与多次创作迭代中保持上下文连贯，并拥有迭代式自我审查能力，能对生成内容进行评估、优化与修正，直至产出精准优质的结果，这一特性也让其具备了类似编码智能体的专业工作能力。

Unified Intelligence 模型的设计原理贴合人类创意思考的底层逻辑，正如建筑师绘制建筑图纸时会在脑海中构建空间、光影、体验的整体模型，该模型也能实现对创意需求的深度理解与全维度呈现，进而支撑 Luma Agents 完成端到端的创意工作。实际应用中，该系统能大幅提升创意工作效率：仅需 200 字的创意简报搭配一款口红产品图，Luma Agents 即可为广告营销活动生成包含场景、模特、配色方案的多元创意；某品牌原本耗资 1500 万美元、耗时一年打造的广告营销活动，经 Luma Agents 处理，仅用 40 小时、花费不到 2 万美元，就完成了多国家本地化广告的制作，且成果通过品牌内部的质量与精度双重核验。

目前，Luma 已率先向现有核心客户推出这一智能体平台，合作方涵盖阳狮集团、Serviceplan 等全球顶级广告公司，以及阿迪达斯、马自达、沙特人工智能企业 Humain 等知名品牌，相关客户已开始借助 Luma Agents 重塑创意生产与商业运营模式。Amit Jain 表示，客户选择 Luma Agents 并非单纯购置一款工具，而是借助这一技术重新定义商业工作的开展方式。

在产品开放方面，Luma Agents 现已通过 API 面向公众开放，为保障用户获得稳定的使用体验、避免创意工作流程受影响，Luma 计划采取分阶段的方式逐步开放产品访问权限。此次 Luma Agents 的发布，契合了 AI 智能体向产业深度落地的行业趋势，凭借对创意工作全流程的智能化赋能，为广告、营销、设计等创意领域带来效率与模式的双重革新，也为 AI 技术在商业创意场景的应用提供了全新范本。未来，随着模型能力的持续升级与应用场景的不断拓展，Luma 有望进一步推动创意行业的智能化转型。