Orchestra-o1：全模态智能体协同编排框架

Orchestra-o1，一个专为复杂真实任务设计的全模态智能体协同框架。该研究针对现有智能体在处理文本、图像、音频和视频混合输入时的局限性，提出了将高层任务编排与底层专业执行解耦的策略。框架核心功能包括模态感知的任务分解、在线子智能体专业化以及并行的子任务执行，从而大幅提升了处理效率。此外，研究者还开发了决策对齐组相对策略优化（DA-GRPO）训练算法，显著增强了开源模型在任务委派和规划方面的能力。实验结果显示，Orchestra-o1 在 OmniGAIA 基准测试上刷新了多项纪录，其性能优于目前的闭源及开源全模态模型。该成果通过结构化内存和迭代细化机制，有效平衡了复杂任务中的推理准确性、成本开销与运行延迟。