一支由8亿参数“指挥家”领导的AI交响乐团，在博士级问题测试中击败了规模远超自己的单体巨头，计算成本却仅为后者的几分之一。
近日，英伟达与香港大学的研究团队联合发布了一项名为“Orchestrator”的AI模型及相关训练框架ToolOrchestra。
这个仅拥有80亿参数的模型，被设计为一个智能“指挥家”，专门负责协调调用各种专业工具和其他大型语言模型，以解决复杂问题。
在多项基准测试中，这个轻量级的协调者展现出了超越其体型的实力，不仅准确性更高、成本更低，还能灵活地根据用户偏好选择工具，为构建实用且可扩展的企业级AI系统开辟了新路径。
01 技术破局
当前，让大语言模型使用外部工具已成为扩展其能力的主流方法。然而，现有方案多是为一个庞大的通用模型配备基础工具，未能充分发挥“工具使用”范式的潜力。
研究团队提出了范式转变：从依赖单一巨无霸模型，转向由一个小型“指挥家”领导的复合型智能系统。
这个指挥家的核心任务是分析复杂问题，将其拆解，然后调度最合适的工具或专业模型按序解决。
02 训练革新
为实现这一构想，团队开发了ToolOrchestra训练框架。该框架采用强化学习方法，教导一个小型语言模型如何成为一名高效的指挥家。
训练过程的奖励机制精心平衡了三个目标：最终答案的正确性、执行的成本与效率，以及与用户偏好的对齐。
系统会因为过度使用计算资源而受罚，也会因为选择了用户标记为“偏好”的工具而受赏，例如出于隐私考虑优先选用开源模型而非私有API。
03 实战表现
基于Qwen3-8B基础模型训练而成的Orchestrator，在多项高难度测试中接受了检验。
在涵盖博士级难题的“Humanity’s Last Exam”基准测试中，Orchestrator以显著优势超越了先前的方法，而计算成本却只是后者的一小部分。
在另一个函数调用测试中，它聪明地调整策略，仅在约40%的步骤中调用GPT-5级别的大型模型，其余步骤则使用更经济的选项，最终表现仍优于每一步都使用大模型的智能体。
04 未来意义
这项研究的价值在于为企业级AI应用提供了新思路。Orchestrator展现出了强大的泛化能力，能够适应训练中未曾见过的新模型和定价结构。
这种灵活性使其非常适用于那些同时依赖公共、私有和定制AI模型与工具的复杂商业环境。
更低的成本、更快的速度以及高度的可定制性，让这种“指挥家”模式成为构建能够规模化部署的高级AI智能体的实用方案。
正如论文展望，未来的智能系统可能由更复杂的“递归指挥家”系统构成，在持续提升智能上限的同时，进一步增强解决复杂任务的能力。
目前，该模型权重已基于非商业许可提供，而训练代码则以宽松的Apache 2.0许可证开源，为后续研究和开发奠定了基础。
关注 “悠AI” 更多干货技巧行业动态
相关文章
