INDEX // #MULTI-MODAL

AgentScope 是由阿里团队推出的面向生产环境的多智能体框架。它通过高层抽象简化了智能体构建流程，支持 ReAct 模式、长短期记忆管理及复杂规划。其核心理念是充分发挥 LLM 的推理与工具调用能力，而非通过严格指令约束模型。框架内置支持实时语音交互、人机协同（Human-in-the-loop）、Agentic RL 强化学习训练，并兼容 MCP 与 A2A 协议。支持本地、云端及 K8s 分布式部署，集成了 OTel 监控，适用于构建高可靠的工业级 Agent 应用。

MiniCPM-V 是由 OpenBMB 开发的端侧多模态大模型，专注于高效的图像和视频理解。它采用 Intra-ViT 早期压缩技术和 LLaVA-UHD v4 架构，显著降低了视觉编码计算开销，支持混合 4x/16x 视觉标记压缩。该模型以 1.3B 的极小参数量实现了超越大尺寸模型的性能，支持在 iOS、Android 和鸿蒙等移动端流畅运行，具备强大的实时视觉对话、OCR 识别及视频分析能力。