明略科技发布的Octo是一个开源的Agent协作网络，旨在提升AI在组织中的协作效率。Octo通过引入Bot、Channel和Thread等概念，使Agent能够在团队中有身份、有记录，参与任务分工与管理，支持多种协作模式，解决传统工具无法处理的复杂协作问题，推动AI向数字劳动力转变。Octo强调开源和私有化部署，帮助企业掌握数据和协作经验，促进组织工作方式的变革。
六个月前，我开始开发Octo，一个Chrome扩展，利用自然语言分析Google Sheets数据。用户可以与数据互动、创建图表并设置通知。通过与用户交流，我增加了自动分析和定期发送洞察的功能，并推出了条件通知功能。
Octo模型通过多样化的机器人数据集训练策略，增强了机器人的泛化能力。与以往模型不同，Octo支持灵活微调，用户可根据新任务调整输入输出，且完全开源。其架构包括输入Tokenizers、Transformer骨干和动作头，能有效处理多种任务和数据。
本文探讨了通过大规模数据集训练通用智能体的方法，提出了RoboAgent和RoboNet系统，以提高机器人在多任务操作中的泛化能力和效率。研究表明，结合不同模态数据和策略优化，机器人能够在新场景中表现出色，并通过人类示范快速学习复杂任务。
完成下面两步后，将自动完成登录并继续当前操作。
