天桥脑科学研究院自研OMNE框架登顶GAIA榜首

近日，来自天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）的AI团队在人工智能技术领域取得了重要进展，其自研的OMNE Multiagent大模型多智能体框架登上 Hugging Face 发布的 GAIA 基准测试排行榜榜首，超越了包括微软研究院在内的众多顶尖机构提交的多智能体框架。这项成果借鉴了天桥脑科学研究院多年的大脑研究积累，通过给予Agent长期记忆的能力，让模型能够进行深度慢思考，加强了LLM对复杂问题的决策能力。

这是自去年天桥脑科学研究院创始人、前中国互联网大佬陈天桥宣布All In AI战略以来，旗下AI团队取得的一项重大成果。

OMNE目前的整体成功率为40.53%，这项结果领先于 Meta、微软、Hugging Face、普林斯顿大学、香港大学、英国 AI 安全研究所、百川等知名机构的提交。而配备插件的GPT-4仅为15%。

GAIA 是由 Meta AI、Hugging Face 和 AutoGPT 联合推出的基准测试系统，旨在提供一个涵盖真实世界问题集的测试环境，用于全面评估 AI 助手的能力，包括推理、大模型多智能体处理、网页浏览和工具使用等核心功能，是当前最具挑战性的多代理智能评估数据集。OMNE框架能够在如此严苛的榜单中拔得头筹，充分体现了AI 团队的技术深度与创新能力。

OMNE是一个基于长期记忆（Long Term Memory, LTM）的多智能体协作框架，每个智能体拥有相同且独立的系统结构，能够自主学习和理解完整的世界模型，从而独立理解环境。基于LTM的多智能体协同体系，使AI系统能够实时适应个体行为变化，优化任务规划与执行，推动个性化与高效的自我进化。

本次榜单的的重大突破在于融合了长期记忆的机制，通过长期记忆大幅降低了MCTS的搜索空间，提高了在复杂问题上的决策能力。通过引入更高效的逻辑推理，OMNE不仅提升了单个智能体的智能水平，还通过优化协作机制，显著增强了多智能体系统的整体能力。这一提升机制正是受到了人类大脑皮层柱状结构研究的启发，皮质柱作为大脑认知和行为功能的基础单元，通过复杂的协作机制实现信息处理。AI模型通过强化单体智能与智能体间的协作，可能逐渐产生认知能力的涌现，构建出内部的表征模型，进而推动系统整体智能的飞跃。

"我们非常自豪地看到 OMNE 框架登上 GAIA 榜首。"天桥脑科学研究院AI团队负责人表示，"这表明了利用LTM进行AI自我进化以及解决现实世界问题的巨大潜力。我们相信，推进长期记忆和AI自进化的研究，对于AI技术的持续发展和实际应用至关重要。"

天桥脑科学研究院由陈天桥、雒芊芊夫妇出资10亿美元创建，是世界上最大的私人脑科学研究机构之一。研究院始终围绕全球化、跨学科和青年科学家三大重点，支持AI和脑科学研究，致力于造福人类。今年以来，天桥脑科学研究院与《Science》杂志合作推出了全球AI驱动科学大奖，并举办和支持了包括"AI+精神健康"在内的各种高水平国际会议和夏校项目，致力于培养跨学科的青年AI人才。

GAIA benchmark链接：

https://huggingface.co/datasets/gaia-benchmark/results_public/viewer/2023/test?sort[column]=score&sort[direction]=desc

天桥脑科学研究院关于AI长期记忆的论文《Long Term Memory: The Foundation of AI Self-Evolution》已发表于arXiv网站：

https://arxiv.org/abs/2410.15665