京东开源的JoyAgent-JDGenie是一个轻量级多智能体框架，适合企业部署和程序员学习。支持Docker和本地脚本部署，核心代码简洁且功能可扩展，在GAIA榜单上表现优异，帮助用户快速迭代产品，提高开发效率。

本文介绍了JARVIS，一个新型多智能体框架，结合大型语言模型和领域知识，生成高质量的电子设计自动化脚本，显著提升了模型的准确性和可靠性。

本研究提出了UAV-CodeAgents多智能体框架，旨在提升无人机任务规划的有效性和可扩展性。该系统结合视觉语言模型和反应式思维循环，实现了93%的成功率和平均96.96秒的任务创建时间，显著提高了规划的可靠性。

本研究提出了一种多智能体框架，结合语言模型、视觉生成和语音合成，旨在自动化传统秦腔戏剧制作，生成文化基础的剧本、舞台场景和情感丰富的表演，为传统艺术保护提供新方法。

本研究提出了多智能体框架CircuitMind，旨在提升大型语言模型在硬件设计中的效率。通过语法锁定、检索增强生成和双重奖励优化等方法，实验结果显示55.6%的模型达到了或超过了顶尖人类专家的效率，为硬件优化开辟了新路径。

本研究提出了一种多智能体框架（MARO），有效解决了跨领域虚假信息检测中的目标领域分析不足和手动规则设计的局限性，显著提升了检测能力和规则适用性。

本研究提出了一种基于大型语言模型的多智能体框架，旨在降低多学科团队医学咨询中的认知负担，提高效率。通过共识聚合和残差讨论，该框架显著提升了诊断的合理性和准确性，实验结果显示在MedQA和PubMedQA数据集上的准确率分别为90.1%和83.9%。

本研究提出FAME数据集，包含500个英语和300个德语会议记录，旨在解决会议摘要中高质量数据稀缺的问题。通过多智能体框架MIMIC生成会议记录，结果表明FAME能够有效模拟真实会议的自发性，具有广泛的应用潜力。

《2024 中国开源开发者报告》指出，AI Agent 正逐渐成为 AI 应用的核心架构，具备自主感知、决策和执行能力，推动软件智能化。多智能体框架如 MetaGPT 和 Qwen 2.5 提升了复杂任务处理能力，展现广阔应用前景。

本研究提出了一种新颖的多智能体框架（MAKGED），旨在提高知识图谱错误检测的准确性，特别是在细粒度子图信息利用和决策透明度方面，显示出在特定工业场景中的应用潜力。

本研究提出了MOYA，一个基于生成式人工智能的多智能体框架，旨在提升云操作系统的可用性与有效性。MOYA在复杂工作流中展现出比传统方法更高的准确性和响应能力，同时平衡自主性与人类控制。

本研究提出了“文化调色板”多智能体框架，旨在解决大型语言模型在对齐多样文化价值时的单一文化偏见和语义捕捉困难。通过借鉴五大洲的文化灵感，显著提高了文化价值的对齐效果，实验结果优于现有方法。

机器翻译的进展提高了翻译品质，但对文学文本的翻译仍是挑战。TransAgents是一个基于大型语言模型的多智能体框架，模拟传统翻译流程，解决文学作品翻译需求。实证研究结果表明TransAgents在领域特定知识要求较高的流派中优于人工参考翻译。提出了未来研究的方向。

该论文介绍了Sora，一个大规模通用视频生成模型，以及一个名为Mora的新的多智能体框架。Mora通过多个视觉AI代理来复制Sora的视频生成能力，并希望通过合作的AI代理引导未来的视频生成方向。