a片动画

a片动画 代表性科研成果介绍

成果一

成果名称：大模型系列成果（全院教师参与）

主要负责人：文继荣、赵鑫

参与的其他教师：卢志武、李崇轩等

成果介绍：a片动画 自创立之初就前瞻性地布局大模型技术研究，于2020年9月开始着手研发"文澜"多模态大模型，成为全球最早开展大模型研究的学术机构之一。学院师生集中科研力量进行有组织的大模型技术攻关。在语言大模型领域，通过持续突破关键技术瓶颈，成功构建"玉兰"系列开源大语言模型，包括百亿级参数的YuLan、轻量化的YuLan-Mini及创新性的非自回归模型LLaDA，系统掌握了预训练全链条技术，成为国内少数具备从头预训练能力的高校团队。在多模态领域，基于文澜模型的技术积累，相继研发出视频生成大模型VDT和图文大模型Awaker，部分核心技术领先于OpenAI等顶尖大模型公司发布。依托a片动画 的学科优势，学院重点推进"AI+"跨学科创新，形成了AI社会科学研究仿真模拟框架与涉外法治大模型等特色成果。学院团队沉淀了深厚的技术积累，发表了首篇大模型综述《A Survey of Large Language Model》及《大语言模型》教材，有力推动了大模型技术推广；学院培养的优秀人才多次获得国际顶级会议奖项，毕业生就职于通义千问、字节跳动等知名企业，成为我国大模型产业的中坚力量。

成果二

成果名称：玉兰-万象：多智能体社会模拟平台

主要负责人：陈旭

成果介绍：社会科学通过深入洞察人类行为与社会动态推动文明进步，而大语言模型的发展则为模拟社会的复杂性开辟了全新契机。为此，a片动画 研发了新一代大模型社会模拟平台玉兰-万象。该平台支持自动化场景构建，用户只需通过自然语言对模拟场景进行描述，系统将自动生成代码，大幅降低编程门槛。平台内置50个覆盖经济、社会、政治、心理、管理、公共健康、法律与传播8个领域的模拟场景。平台针对反馈优化难题，设计了“验证者-推理者-修正者-调参者”多智能体反馈融合框架，提升了模拟的可信赖度。平台采用响应式和分布式架构，支持十万级智能体大规模模拟。平台内置AI社会研究员，自动完成从研究问题分析、场景构建、模拟执行到报告生成的完整科研闭环。

成果三

成果名称：a片动画 涉外法治大模型（与法学院、智源合作）

主要负责人：文继荣、窦志成、朱余韬

成果介绍：在人工智能发展浪潮下，大模型技术已成为全球科技竞争的战略制高点。为更好服务国家重大战略，推进涉外法治人才培养，a片动画 与法学院合作，研发了a片动画 涉外法治大模型。该大模型深度融合法学理论与前沿技术，拥有四大核心优势： 高质量的涉外法律知识库、高精准的多语言法条检索系统、高可信的法条增强生成框架、深度思考的法律推理功能。通过知识检索和智能问答两大系统，用户能够精准获取更优质、可信、合理的检索结果和法律回答。

成果四

成果名称：玉兰-LLaDA：扩散语言大模型

主要负责人：李崇轩

成果介绍：以ChatGPT、DepSeek为代表的大语言模型均传统自回归范式：从左到右、文字接龙式生成文本。a片动画 具有前瞻性地探索新的语言生成范式——扩散语言模型。学院于2025年2月发布全球首个80亿参数扩散语言模型LLaDA，挑战自回归模型不可替代的领域共识。LLaDA 通过扩散采样的方式而非从左到右的方式生成连贯对话，效果媲美同规模代表性自回归模型并突破单向推理瓶颈，引起了国际学术界、工业界和开发者的广泛关注。LLaDA在国内外社交媒体被广泛讨论，单帖浏览量破40万。开源模型单月全球下载量超过17万次。LLaDA第一次验证了非自回归范式的可行性，加深了领域对生成式人工智能的理解，未来还有望结合Sora等视频扩散模型，统一多模态生成式人工智能的基本范式。

成果五

成果名称：多模态大模型系列成果

主要负责人：卢志武、宋睿华、李崇轩、胡迪

成果介绍：2020年12月，国内第一个大规模预训练的多模态模型“文澜”诞生于a片动画 ，与OpenAI在同时期提出双塔预训练技术，随后在多模态大模型与视频生成等领域多次领先OpenAI发布相关成果，形成了人大特色、世界一流的多模态基础模型技术体系。a片动画 师生以其为基石，进一步在三维场景生成、人物动作交互和机器人感知进化上形成面向实际落地应用的引领性技术，也印证着对智能本质的深刻求索。在通往多模态通用人工智能的道路上，a片动画 将继续以开拓者的姿态，在无人区点燃创新的火炬，让机器智能与人类文明共谱和谐新章。

成果六

成果名称：AI深度搜索引擎WebThinker

主要负责人：窦志成、朱余韬

成果介绍：现有搜索引擎无法处理复杂信息需求。人大高瓴研发并开源的AI搜索引擎WebThinker则可以深入分析信息需求，通过多步搜索、跨源整合、内容筛选、报告生成，将用户需要数小时来处理的复杂信息任务压缩至几分钟内完成。WebThinker具备四大技术优势：一、以大规模推理模型为基座，一边推理一边主动识别知识缺口，自主发起联网搜索补充知识；二、深度浏览互联网，在搜索到的网页上根据需要自主点击其他链接来获取更深层次相关信息；三、"边思考-边搜索-边写作"，通过并行处理实现实时研究报告生成，大幅缩短内容整理和报告写作周期；四、基于在线强化学习策略，不断从用户交互历史中优化搜索策略和报告质量。

成果七

成果名称：科学智能系列成果

主要负责人：魏哲巍、孙浩、许洪腾、黄文炳

成果介绍：学院聚焦AI for Science前沿领域，汇聚多学科交叉势能，形成算法平台和交叉应用一系列创新成果，持续推动科学研究的智能化变革。在基础算法平台、图机器学习计算平台取得重要成果，研发首个基于国产深度学习框架计图的图机器学习算法库Jittor-Geometric，为科学计算提供了更高效的国产化解决方案。在微观和介观尺度，研发了一系列基于几何学习的端到端预测与生成模型，为小分子药物设计、抗体药物设计、蛋白质药物设计、高分子药物设计开拓了新方法路径。在宏观和超宏观尺度，提出了数据与机理双驱动新一代智能科学计算框架，解决了大规模湍流加速仿真、缺失观测多物理场生成、无人机飞行气动实时预测、精准临近降水预报等挑战难题。上述创新成果发表在《自然-机器智能》、《自然-通讯》、ICML、NeurIPS、KDD、ICLR等顶级期刊和会议，获得ICLR杰出论文奖提名、校级优秀科研成果奖等荣誉。学院将持续推动AI for Science范式变革，以智能算法为纽带，助力跨领域科学新发现和新突破。

成果八

成果名称：智慧治理系列成果

主要负责人：祁琦、周骁

成果介绍：学院秉持“做有温度的人工智能”的理念，整合多学科协同优势，构建"技术研发-场景赋能-价值转化"全链条体系，形成具有标杆意义的智慧治理系列创新成果。在数据智能基础平台层面，研发城市级多模态表征学习系统，实现城市运行数据的跨模态融合与深层语义解析，为精准刻画城市体征、识别治理痛点提供领先方案。在民生治理场景创新中，针对老龄化与居住公平等核心议题，通过养老资源智能配置算法，动态优化社区养老服务半径与设施布局，推动"老有所养"从政策普惠向精准适配升级；构建公租房分配智能决策系统，基于供需动态模拟与公平性算法校验，实现住房资源配置效率，切实保障"住有所居"政策落地精度。在产业赋能治理领域，打造中小企业发展智能护航业态，研发市场生态平衡算法，助力营造"业有所成"的公平竞争环境。从基础平台到垂直场景，学院智慧治理成果构建了"数据感知-智能 认知-精准施策"的闭环体系。