百度伐谋进科研，高校合作再获顶会与国际赛事成果

近日，百度伐谋在高校科研与竞赛场景中再次取得顶尖成果，支持高校师生产出电力电子领域顶会论文和国际顶尖多智能体赛事冠军。

具体来看，在电力电子科研方向，清华大学电机系学生基于伐谋探索磁芯材料暂态特性建模，相关论文被电力电子领域顶级国际会议IEEE ECCE 2026接收；在多智能体竞赛方向，中科院学生团队借助伐谋进行协同策略演化，在全球自主智能体与多智能体系统领域顶级国际会议AAMAS 2026官方MCTF海上夺旗竞赛中获得硬件实战赛冠军。

百度伐谋定位为自我演化决策智能体，面向科研、工程和产业中的复杂决策与优化问题，能够围绕目标、数据和反馈持续生成、评估并迭代方案。相比通用问答工具，伐谋更强调进入真实任务流程，在模型构建、策略演化和结果验证中持续发挥作用。

在磁芯材料暂态特性建模研究中，伐谋创新性地参与了从数据理解、特征组织到模型结构演化的完整建模过程，不再只是辅助写代码或调参数。面对磁滞回线预测中材料差异、温度变化、电流波形和历史状态耦合等难点，伐谋自动探索出“线性主趋势+非线性饱和+历史记忆”的建模思路，并在后续迭代中形成更稳定的模型路径。最终，伐谋端到端构建的预测模型在所有材料的暂态特性建模精度上领先，部分材料建模精度超越人类构建的最佳模型。

在AAMAS 2026 MCTF竞赛中，伐谋则从源头改变了多智能体策略开发方式：不再主要依赖人工手写规则，而是让大模型直接参与策略代码的自动演化。从约200行初始种子策略出发，伐谋驱动大模型经过约400轮修改、评估和迭代，自动生成500-1700行的高性能协同策略，并在过程中形成前瞻搜索、轨迹预测、角色锁定等新的策略机制。最终，这套策略成功迁移到真实水面无人艇硬件环境，帮助团队获得硬件实战赛冠军。

从顶会论文到国际赛事冠军，这两项成果显示，百度伐谋正在从通用AI工具进入真实科研与竞赛流程，参与模型构建、策略演化、结果验证等关键创新环节，成为高校青年研究者产出高水平成果的AI共创伙伴。