---
title: "荣耀x复旦重磅发布MagicAgent：32B参数智能体模型全面超越GPT-5.2，重塑手机AI体验"
url: "https://paooo.com/aigc-news/11347/"
author: "Prompt 语宙研究院"
published_at: "2026-06-10T13:12:22+08:00"
updated_at: "2026-06-07T20:05:13+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AIGC, AI智能体, OpenAI, 大模型微调, 智能体模型, 端侧AI, 荣耀"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 荣耀x复旦重磅发布MagicAgent：32B参数智能体模型全面超越GPT-5.2，重塑手机AI体验

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/11347/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-10

## AI 30 秒核心看点 (TL;DR)

- 32B密集架构与30B-A3B MoE并行，主打百亿参数内最强智能体性能。
- 通过SFT+多目标强化学习和χPO算法，重点解决多任务冲突与探索利用平衡。
- 已落地荣耀Magic系列手机，面向跨App操作、行程规划和长程任务执行。

> 
                **💡 站外导读：**当手机AI助手还停留在简单问答时，用户早已渴望能一句话搞定复杂任务——订酒店、管行程、跨App操作。然而，传统智能体模型常陷入多任务冲突、工具调用不稳、长程推理失焦的困境。在端侧算力受限的背景下，如何用百亿参数实现千亿级模型的规划与执行能力，成为行业关键痛点。荣耀与复旦大学此次联合攻关，直击这一核心挑战。

            

             
                        

## MagicAgent是什么

MagicAgent是荣耀联合复旦大学推出的智能体基础模型，以32B密集架构和30B-A3B MoE架构实现百亿参数内最强性能。模型通过轻量级合成数据框架覆盖任务分解、工具规划、多约束调度等五大场景，采用”SFT+多目标强化学习”两阶段训练解决多任务冲突，创新提出χPO算法平衡探索与利用。模型在Worfbench、BFCL-v3等基准超越[GPT-5.2](https://ai-bot.cn/gpt-5-2/)、[Kimi-K2](https://ai-bot.cn/k2/)等千亿级模型，是业界首个支持全场景泛化规划的智能体模型，已部署于荣耀Magic系列手机。

## MagicAgent的主要功能

- 
**层次化任务分解**：模型能将复杂用户指令拆解为可执行的子任务序列，支持多步骤依赖和并行执行。

- 
**工具增强规划**：动态调用外部API和工具，通过推理-行动循环完成需要实时信息或外部能力的任务。

- 
**多约束调度**：处理带有时空、资源等多重限制的计划制定，如行程规划和会议安排。

- 
**程序逻辑编排**：模型能理解和执行具有条件分支、循环结构的工作流，维护任务间的复杂依赖关系。

- 
**长程工具执行**：在数十轮交互中保持状态追踪，稳定完成需要多工具链式调用的长期任务。

## MagicAgent的技术原理

- **合成数据生成**：MagicAgent构建工具依赖图和参数共享图，定义原子计划作为最小语义单元，通过串接、聚合、分组等操作合成复杂轨迹，替代高成本的沙盒模拟，确保数据逻辑严谨且覆盖多样场景。

- **两阶段训练范式**：第一阶段采用基于新颖性采样的监督微调，平衡多任务数据分布；第二阶段引入统一多目标奖励函数，将格式正确性与任务语义准确性结合，通过离线GRPO和在线χPO强化学习逐步提升泛化能力。

- **χPO算法**：算法针对稀疏奖励环境设计三层机制——token级熵正则化促进词汇多样性探索，思考-动作分离熵平滑允许推理阶段高不确定性而约束决策阶段，信息瓶颈则压缩冗余推理保留决策关键信息，实现探索与利用的动态平衡。

- **MoE负载均衡**：采用全局批次统计替代微批次约束，支持专家在任务维度自然分化；配合z-loss抑制路由logits极端值，解决多任务训练中的专家崩溃和参数闲置问题，保持推理效率与模型容量的解耦。

## MagicAgent的项目地址

- **arXiv技术论文**：https://arxiv.org/pdf/2602.19000

## MagicAgent的应用场景

- 
**智能设备控制**：用户用自然语言指令操控手机完成复杂操作，如”在美团订西湖边酒店并查找附近高分餐厅”，模型自动分解任务和调用相应App接口执行。

- 
**企业流程自动化**：在客服场景中处理跨系统业务，如根据用户提供的订单号和退款原因，自动查询库存状态、验证支付信息、发起退款流程并同步通知用户。

- 
**个性化旅行规划**：结合用户时间窗口、预算限制和偏好标签，自动生成满足”直飞航班、特定城市停留天数、连续行程”等多约束条件的完整行程方案。

- 
**多智能体任务编排**：可作为中枢节点解析高层意图，将”筹备产品发布会”拆解为场地、物料、嘉宾等并行子任务，分发给专业智能体执行并整合结果。

- 
**长程交互决策**：模型能在数十轮对话中持续追踪状态，处理如”先查航班，再订酒店，最后租车”的链式依赖任务，根据中间结果动态调整后续计划。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                MagicAgent的发布标志着智能体竞赛正式进入‘效率革命’阶段。其核心价值不在单纯堆参数，而是通过两阶段训练范式与χPO算法，系统性解决了多任务强化学习中探索与利用的平衡难题——这正是当前Agent落地的技术深水区。尤其值得关注的是，其‘工具依赖图+参数共享图’的数据合成框架，为行业提供了低成本、高泛化数据生成的新范式，有望降低Agent开发门槛。从战略视角看，荣耀将如此前沿模型率先部署于手机，折射出终端厂商争夺‘AI操作系统’主导权的野心：未来手机交互的本质，将是自然语言驱动的任务编排引擎。MagicAgent若能在开放域任务中持续验证稳定性，可能重塑移动生态的权力结构，推动从‘App孤岛’到‘意图直达’的范式迁移。

## 常见问题解答 (FAQ)

### MagicAgent是什么模型？
MagicAgent是荣耀联合复旦大学推出的智能体基础模型，采用32B密集架构和30B-A3B MoE架构，重点提升任务分解、工具规划、多约束调度和长程执行能力，已部署于荣耀Magic系列手机。

### MagicAgent为什么被认为更强？
文章称它通过轻量级合成数据框架、两阶段训练范式和χPO算法，系统性提升了多任务规划与执行能力，并在Worfbench、BFCL-v3等基准上超越GPT-5.2、Kimi-K2等模型。

### MagicAgent能用来做什么？
它可用于手机跨App操作、酒店和餐厅预订、企业流程自动化、个性化旅行规划以及多智能体任务编排，适合需要多步骤推理和工具调用的复杂任务。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
