中国移动九天人工智能研究院：多模型与智能体聚合及服务引擎（MoMA）白皮书（2025）（23页）.pdf

1、多模型与智能体聚合及多模型与智能体聚合及服务引擎（服务引擎（MoMAMoMA）白皮书）白皮书MixtureMixture ofof ModelsModels andand Agents(MoMA)Agents(MoMA)WhiteWhite PaperPaper（20252025 年）年）中国移动中国移动九天人工智能研究院九天人工智能研究院前前言言本白皮书旨在提出中国移动九天人工智能研究院对于多模型与智能体聚合及服务引擎（MoMA）的目标愿景与总体框架，关键技术特征和典型应用场景，并借助本白皮书面向产业提出共建共享的 MoMA开放运营生态的倡议。本白皮书的版权归中国移动九天人工智能研究院所有，

2、未经授权，任何单位或个人不得复制或拷贝本建议之部分或全部内容。中国移动九天人工智能研究院多模型与智能体聚合及服务引擎（MoMA）白皮书（2025）1目目录录1.引言.22.愿景与框架.32.1 目标愿景.32.2 总体框架.43.关键技术特征.63.1 MoMA 生态汇聚层.63.2 MoMA 核心功能层.83.2.1 MoMA 模型.83.2.2 MoMA 工程引擎.93.2.3 MoMA 协议体系.103.3 MoMA 开放服务层.124.典型应用场景.144.1 面向个人用户的智慧生活助手.144.2 面向行业客户的智能服务调度引擎.155.展望与倡议.18缩略语.20参考文献.21中国

3、移动九天人工智能研究院多模型与智能体聚合及服务引擎（MoMA）白皮书（2025）21.引言引言近年来，大模型技术得到了突飞猛进的发展，模型规模和能力的不断跃升催催生了生了以智能体为主要应用以智能体为主要应用范式的范式的智能服务智能服务新新形态形态和和 AI 产业产业新生态新生态，使智能体逐渐成为大模型应用落地和各行业智能化转型的重要驱动力。与此同时，随着大模型和智能体技术不断走向落地应用，产业的发展重心正逐步由模型由模型的的技术创新转变为以技术创新转变为以落地落地价值为导向的应用价值为导向的应用创新创新，更加关注应用的关注应用的实际成效和长期运行成本实际成效和长期运行成本。这一转变的关键不在于

4、追求更大的模型规模，而在于构建能让大模型及智能体自主协作、动态演化的技术和服务生态；在于如何能以广大用户接受的成本实现更优的服务体验。在产业应用实践过程中，也逐渐暴露出两大痛点：一是模型选择一是模型选择及组合及组合问题问题。大模型与智能体的能力各异且数量不断增长，用户的应用场景和业务需求也在持续演进创新，单一模型或智能体难以满足用户的所有需求。如何为用户找到最匹配应用场景需求的能力组合最优解，以保证场景任务完成质量和用户体验，成为部署模型和智能体实现智能服务的首要挑战。二是模型二是模型应用应用成本问题成本问题。除了模型训练外，大量用户并发情况下模型的推理同样需要消耗巨量算力，智能体的长期运营也

5、会带来持续开销。如何在保障服务质量的同时，有效控制算力使用效率和运营成本，成为模型和智能体大规模落地的关键瓶颈。在这一背景下，大模型和智能体的发展已进入一个迫切需要体系化 AI 基础设施1的阶段。智能服务智能服务无法仅无法仅依赖单一模型或智能体依赖单一模型或智能体，而是需要一个能够聚合而是需要一个能够聚合多模型与多智能体多模型与多智能体的体系化解决方案的体系化解决方案，以根据用户需求自动探测匹配各类模型、智能体和工具组合，并通过智能规划、动态路由与精准调度，实现平衡效果、效率和成本的智能化业务服务。中国移动九天人工智能研究院多模型与智能体聚合及服务引擎（MoMA）白皮书（2025）32.愿景与

6、框架愿景与框架2.1 目标愿景图 1 MoMA 的愿景和目标为解决模型选择组合难、模型应用成本高的痛点问题，从供需两个方向推动模型和智能体的规模化应用和商用落地进程，本白皮书基于中国移动在 AI 领域的“供给者、汇聚者、运营者”定位提出多模型与智能体聚合及服务引擎多模型与智能体聚合及服务引擎 Mixtureof Models andAgents(MoMA)的概念的概念。MoMA 通过标准化接口自动感知和探索各类模型、智能体和工具，实现动通过标准化接口自动感知和探索各类模型、智能体和工具，实现动态路由、智能规划、精确调度，提供高准确、高安全、高可靠、高效能的大模态路由、智能规划、精确调度，提供高