AI 代理与代理式AI：为未来制造导航多样化概念
统计方法学
2026-04-02 v3 应用统计
摘要
AI代理是设计感知、推理并在动态环境中行动的自主系统。随着生成式AI（GenAI）的快速发展，大语言模型（LLM）和多模态大语言模型（MLLM）显著提升了AI代理在语义理解、复杂推理和自主决策方面的能力。与此同时，代理式AI（Agentic AI）的兴起凸显了在动态复杂环境中的适应性和目标导向自主性。LLM驱动的AI代理（LLM-Agents）、MLLM驱动的AI代理（MLLM-Agents）以及代理式AI为智能制造中的信息处理、环境感知和自主决策能力的扩展开辟了新途径。然而，这些新兴AI范式在智能制造中的定义、能力边界及实际应用仍不明确。为填补这一空白，本研究系统性地审阅了AI和AI代理技术的演变，考察了LLM-Agents、MLLM-Agents以及代理式AI的核心概念与技术进展，探讨了其在制造领域的潜在应用与集成，以及可能面临的挑战。
引用
@article{arxiv.2507.01375,
title = {Mixtures of Neural Network Experts with Application to Phytoplankton Flow Cytometry Data},
author = {Ethan Pawl and François Ribalet and Paul A. Parker and Sangwon Hyun},
journal= {arXiv preprint arXiv:2507.01375},
year = {2026}
}
备注
Version 2 of this preprint was missing a Funding Statement. Additionally, page numbers in the supplementary material were incorrect. This version corrects these errors. 46 pages, 20 figures. Under revisions by Environmetrics