本项目在通用大模型的基础上，通过工具学习、思维链、函数调用等技术进行模型能力增强，从而兼具基于大模型通识能力的“感性”智能与基于外部工具能够获取到不同技能的“理性”智能。与通用大模型相比，Al自主智能体能够深入行业和场景，解决复杂任务及具体需求。项目希望通过大模型驱动的自主智能体技术构建大模型自主智能体产品，解决大模型在实际场景中落地的“最后一公里”。该产品主要涵盖三项技术成果：(1)多模态富知识的超大规模预训练模型。基于结构化多类型知识融合、非结构化多语言知识增强、模型知识持续学习等技术，构建以中文为核心、支持多模态多语言处理、融入多类型丰富知识、具备持续学习能力的富知识大模型。(2)基于大语言模型的自主智能体框架。框架主要由记忆模块、规划模块、执行模块组成。记忆模块对自主智能体的知识和信息进行高效组织和管理，使智能体对知识进行高效利用。执行模块旨在与外部环境进行交互，主要通过调用外部工具实现。规划模块将任务分解为粒度更细可实践性更强的子任务，提高解决复杂任务的能力。(3)基于自主智能体的场景应用适配技术。项目选取端侧智能体、智能法律、智能营销、智能写作等作为代表性应用场景，分别解决模型能力扩展、多智能体协同、领域信息抽取、长文本阅读理解、可控文本生成等场景应用中存在的挑战问题。