央企出手，讓選大模型更容易了！中國移動發(fā)布MoMA聚合服務引擎

不圓 2025-08-02 17:15:26 來源：量子位

允中 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

7月26日，在世界人工智能大會（WAIC）上，中國移動正式發(fā)布了MoMA多模型與智能體聚合及服務引擎。

MoMA引擎通過匯聚業(yè)界多種優(yōu)質(zhì)模型與智能體，能夠根據(jù)應用場景，自動匹配及調(diào)用最優(yōu)專家模型和專用智能體，形成超級大模型能力服務基座，為解決復雜任務提供更為強大的解決方案。

01.當前主要的問題與挑戰(zhàn)

目前，國內(nèi)外已發(fā)布多款模型，每個模型在不同時間段內(nèi)在某些應用場景表現(xiàn)出卓越的能力，例如代碼編寫、寫作、數(shù)學、翻譯等。

未來將是多種模型共存的局面，HuggingFace已有數(shù)百萬個這些模型的微調(diào)變體。因此，企業(yè)在應用這些模型時面臨如下挑戰(zhàn)：

• 一是調(diào)度與組合難題：如何選擇不同能力和接口各異智能體、模型進行有效的組合解決具體問題；
• 二是意圖理解與規(guī)劃挑戰(zhàn)：用戶指令語義豐富且目標模糊，要求智能體具備更強的意圖探測能力，以規(guī)劃更優(yōu)執(zhí)行路徑。
• 三是成本收益平衡：如何平衡效率、效果和成本三者關系，達到提速降本的目標。

MoMA通過多級路由技術，主要解決了模型的路由選擇和能力規(guī)劃調(diào)度的基礎問題，為企業(yè)及個人用戶解決上述痛點與挑戰(zhàn)提供了具體方案。

02.MoMA是什么？

九天MoMA（Mixture of Models and Agents）即多模型與智能體聚合及服務引擎，通過標準化接口廣泛匯聚業(yè)界優(yōu)質(zhì)大模型與專用智能體，面向復雜行業(yè)場景提供“場景-模型-智能體”的自動感知、動態(tài)編排與最優(yōu)調(diào)用能力，形成具備持續(xù)進化特性的超級大模型服務基座，提供高準確率、高安全、高可靠、高效能的大模型推理服務。

MoMA核心主要包括三部分：

MoMA模型

MoMA根據(jù)對模型能力的探測和智能體能力的評估，以及對用戶意圖的理解和識別，明確不同組合下的協(xié)同優(yōu)勢與潛在沖突；根據(jù)對用戶輸入的分析，判斷模型和智能體的依賴關系及其能力范圍，自動選擇最佳方案。

同時，通過閉環(huán)監(jiān)控反饋機制，構(gòu)建“實時感知-動態(tài)調(diào)整-持續(xù)驗證”的循環(huán)鏈路，以更好地適應數(shù)據(jù)變化、業(yè)務需求和環(huán)境波動。

模型能力洞察及構(gòu)建主要通過對模型和智能體能力的深入探測，從成本、效果和難易程度等方面構(gòu)建其能力高維表征，實現(xiàn)用戶需求與智能體路由的快速匹配；通過評分機制，評估不同模型和智能體的效果，便于分層路由模型進行快速任務分發(fā)。

通過原創(chuàng)性地提出“問題難度-領域矩陣”（Problem-difficulty vs. Domain Matrix, PD2-Matrix）的大語言模型（LLM）系統(tǒng)性框架，核心目標是通過標準化分類與評估，全面揭示模型在不同任務場景下的表現(xiàn)邊界，以及不同模型在相同領域問題上的排名情況。

該框架將任務按照問題復雜度與知識領域兩個正交維度進行系統(tǒng)化分類，并在每個矩陣單元設計差異化的評估指標。其核心創(chuàng)新在于將大語言模型的“黑箱”能力轉(zhuǎn)化為結(jié)構(gòu)化的“能力矩陣”，通過正交維度分類、探測工具和可視化分析，實現(xiàn)了從“籠統(tǒng)評估”到“精準診斷”的跨越。

在PD2-Matrix框架下，采用Pareto優(yōu)化擬合給定任務分布上 T的模型得分（效果）S(T)與成本C的得分–成本（S-C）曲線，實現(xiàn)了效果和成本之間的動態(tài)權(quán)衡和調(diào)整。

通過上述流程，不僅在 PD2-Matrix 框架下實現(xiàn)了對性能-成本關系的可解釋建模，還能以任務分布T為條件，為不同下游應用提供個性化的資源-性能權(quán)衡策略，最終達到“用最小的成本獲得所需的性能”這一核心目標。

MoMA工程引擎

以分層路由與動態(tài)編排為核心，通過標準的協(xié)議連接模型、智能體、工具，形成超級大模型能力基座，實現(xiàn)對任務類型、資源分配、執(zhí)行流程的動態(tài)管理，在效果、成本、效率三重約束下完成最優(yōu)決策，提速降本。

• 多級路由機制及動態(tài)洞察

在分層路由模型機制中，多級路由各司其職，分層次完成復雜任務的拆解與實現(xiàn)。其中一級路由完成專家模型、簡單任務、復雜任務的分發(fā)；二級路由在綜合準確度和成本的條件下，根據(jù)復雜度把問題分發(fā)到具備不同參數(shù)規(guī)模或者是專長的專家模型予以響應；采用Monitor Model對推理內(nèi)容進行實時監(jiān)控、復盤兩級路由模型的分發(fā)質(zhì)量，同時豐富標注數(shù)據(jù)集動態(tài)優(yōu)化路由模型。

• 復雜任務去中心化

對于用戶多意圖及復雜任務，MoMA工程引擎采用了Planner-Executor-Summarizer架構(gòu)，能夠根據(jù)具體任務動態(tài)地采用ReAct、Route、Parallelize、Swarm等混合模式，實現(xiàn)任務的自動拆解、編排與并行調(diào)用。

傳統(tǒng)AI系統(tǒng)通常采用固定模式回答問題，規(guī)劃執(zhí)行的步驟越多，所需的計算資源也越多，在某些任務中，AI可能在無需人工干預的情況下執(zhí)行數(shù)十個步驟。通過采用復雜任務路由技術，將請求發(fā)送給專門的規(guī)劃模型，選擇不同的執(zhí)行模式或混合模式，將用戶的意圖分配至合適的智能體或大模型，并通過監(jiān)控推理輸出內(nèi)容，進行動態(tài)接管與調(diào)整，從而保證回答的效果和效率。

此外，這種方式還避免了或減少了依賴中心規(guī)劃模型對智能體或工具輸出內(nèi)容的重復推理評估，降低了輸出幻覺，提升了整體響應時間，全面優(yōu)化了用戶體驗。

MoMA協(xié)議體系

目前針對模型與外部工具、數(shù)據(jù)源之間，智能體與智能體之間的協(xié)同問題，業(yè)界已有部分協(xié)議嘗試對其進行規(guī)范化。主流協(xié)議包括Anthropic公司提出的MCP（Model Context Protocol，模型上下文協(xié)議）和Google提出的A2A（Agent2Agent）。

其中MCP是一種用于規(guī)范模型或智能體與外部數(shù)據(jù)源、工具和服務之間的交互的開放協(xié)議，其通過結(jié)構(gòu)化的輸入/輸出將模型或智能體與工具、API和資源連接起來，可以將其視為模型或智能體擴展自身能力的標準方式。

A2A協(xié)議則是一種用于智能體之間通信與互操作性的開放標準，其為由不同框架、不同語言或不同廠商構(gòu)建的智能體提供了一套通用的語言與交互接口。原生的MCP協(xié)議沒有對模型和工具之間交互的安全性進行限制，同時工具對模型的可調(diào)度性也缺少規(guī)約。

MoMA在兼容業(yè)界規(guī)范的基礎上拓展統(tǒng)一認證、安全通信等能力，對工具的可調(diào)度性進行了增強，在此基礎上構(gòu)建了中國移動特色的A2A，MCP協(xié)議，實現(xiàn)對業(yè)界智能體生態(tài)的兼容，形成開放、安全、可信、高效的中國移動智能體技術體系的服務底座。

03.MoMA應用

MoMA聚合包括九天大模型、Qwen和DeepSeek等15+個高質(zhì)量內(nèi)外部模型，涵蓋通用模型和專業(yè)模型，涉及編程、數(shù)學、翻譯、醫(yī)療等多個領域，并接入了20多個專家智能體，例如日常管理、會議助手、咪咕音樂和深度報告等，幫助用戶迅速解決專業(yè)領域的問題，精準匹配用戶需求。

在覆蓋百萬級用戶的情況下，MoMA的動態(tài)路由機制在不同參數(shù)模型（1B、3B、8B、75B、200B）之間靈活切換，整體速度相比固定的75B參數(shù)模型提升了42%。

目前，MoMA已應用于中國移動的靈犀智能體2.0，助力靈犀智能體全面升級為跨領域、多任務、自規(guī)劃的通用型智能體，為用戶在“通信、生活、出行、辦公、家庭”等多元化場景中提供特色服務。

04. 商業(yè)化落地愿景

中國移動在新技術研發(fā)的道路上一直持續(xù)深耕并獲得廣泛認可，MoMA聚合引擎的發(fā)布提供了中國移動與各產(chǎn)業(yè)合作的新范式。

隨著更多行業(yè)實踐的深入，中國移動將持續(xù)釋放生產(chǎn)力價值，致力于為開發(fā)者及大模型企業(yè)提供人工智能快速解決方案，在技術創(chuàng)新、產(chǎn)品迭代與生態(tài)建設方面，持續(xù)前進，為廣大用戶提供更好的產(chǎn)品與服務，帶動產(chǎn)業(yè)與技術的創(chuàng)新與規(guī)?；l(fā)展。

通過MoMA多模型與智能體聚合及服務引擎，中國移動將依托充沛的算力資源，實現(xiàn)業(yè)界優(yōu)質(zhì)大模型及智能體的匯聚及靈活調(diào)度，構(gòu)建起百?；ヂ?lián)、千智協(xié)同的全新產(chǎn)業(yè)協(xié)同生態(tài)，打造AI能力聚合和普惠服務的全新智能服務范式，將驅(qū)動中國人工智能產(chǎn)業(yè)邁入發(fā)展新階段。

為方便產(chǎn)業(yè)合作伙伴了解MoMA并參與其生態(tài)共建，九天人工智能研究院發(fā)布了《多模型與智能體聚合及服務引擎（MoMA）白皮書（2025）》。白皮書介紹了MoMA的目標愿景和總體框架、關鍵技術特征、典型應用場景和未來展望與倡議，可掃碼獲取白皮書原文。

8月6日開始，九天將開展一系列技術直播，重點解析九天基礎大模型、開源模型及數(shù)據(jù)集，鎖定“九天人工智能”視頻號，獲取最新技術干貨。

*本文系量子位獲授權(quán)刊載，觀點僅為原作者所有。