编者按：在AI飞速发展的今天，论文、奖项和开源热度能否作为衡量科研成果的唯一标尺？一项技术研究真正的价值究竟是什么？微软亚洲研究院高级研究员杨一帆的科研实践，为我们提供了独特的答案。
2026年8月，SkillOpt在开源社区迅速走红。上线仅一周，项目便在GitHub斩获4600颗星，两个月攀升至17,200颗星。作为SkillOpt的核心研发成员之一，微软亚洲研究院高级研究员杨一帆坦言，这一关注既在情理之中，也在意料之外。
“我们笃定这项工作的底层价值足够扎实，它瞄准了智能体长期发展的基础性问题。我们在模型本身不变的前提下，通过持续优化模型之外的技能与执行流程，让智能体在真实任务中不断迭代进化。”
微软亚洲研究院高级研究员杨一帆
这份对底层价值的笃定，贯穿了杨一帆的科研探索。他关注的不仅是榜单数字，更是研究是否触及智能本质，以及方法能否在真实场景落地。他习惯在更长的时间尺度上审视研究，愿意为暂时看不到结果的问题留出思考时间。
在喧嚣的AI浪潮中，寻找长期思考的空间
杨一帆与微软亚洲研究院的缘分始于2018年。当时他在北京大学攻读硕士，了解亚研院的技术积淀后主动投递简历，年底加入视觉计算组从事视觉感知算法研究。
半年的实习重塑了他对科研的理解：从关注论文产出和指标提升，转向追问课题的本源价值。亚研院严谨的科研品味与自由开放的氛围，让他决定在此长期深耕。
2021年硕士毕业后，杨一帆正式加入亚研院。工作五年后，他做出了一个不寻常的选择：于2026年进入上海交通大学攻读博士学位。依托亚研院与交大的深度合作，他得以在推进原有项目的同时，借助双方资源深化课题探索。
杨一帆在上海交通大学致远学院进行分享
微软亚研院支持员工在职深造的理念，让研究员能在产业前沿与学术思考间自由穿梭。多元视角帮助杨一帆重新审视研究思路。
“当下的AI行业有些浮躁，不少项目要求两三个月就产出阶段性成果。”杨一帆直言，“在职读博让我能静下心来思考更接近第一性原理的问题，在快速变化的行业中保持自己的节奏，不被短期喧嚣裹挟。”
从视觉感知到智能体探索，持续拓宽智能边界
在亚研院工作的五年里，杨一帆的研究涵盖视觉内容生成、多模态基础模型、视频世界模型和自进化智能体。其内核始终如一：拓宽机器智能边界，探寻智能本质。
在多模态研究中，他认为人类婴儿依靠触摸、观察和反馈认识世界，语言是高度压缩的结果。“真正的智能不能只停留在纯粹的抽象世界。”他带领团队探索多模态与视觉表征，突破单一语言维度的规模法则（Scaling Laws）。
针对原生文本模型不适合多模态训练的问题，团队从表征入手，深入分析不同模态表示并利用图像-文本对重新对齐输出空间，显著提升长文本检索性能，拓展了大模型泛化能力。相关论文LLM2CLIP荣获AAAI 2026杰出论文奖。
微软亚洲研究院提出的LLM2CLIP荣获AAAI 2026杰出论文奖
随着研究深入，杨一帆开始关注AI能否理解不断变化的环境。世界模型旨在让智能体通过环境反馈调整决策，学习现实世界的状态变化与规律。
视觉数据是理解物理世界的重要载体。“视觉空间有很多与文本大模型类似的特性，如上下文学习（in-context learning）。”2023年，团队提出的ImageBrush方法让模型从图像示例中理解意图并执行编辑，成为早期探索。
“视频不仅呈现物体样貌，还记录事件发生与因果线索。”通过学习时空关系，世界模型可预测环境未来状态。围绕此方向，团队设计了World-R1框架，在不依赖庞大3D模块的情况下，提升视频生成的几何一致性和可控性，为智能体提供低成本仿真探索环境。
World-R1 让视频生成从“逐帧合成”迈向“世界建模”
当研究推进到自进化智能体方向时，杨一帆认为智能体并非简单的工具调用，而是规划、反思、记忆、工具和技能协同的完整工作机制。
SkillOpt正是这一思路的成果。它将自然语言技能视为模型外的可训练状态，根据任务轨迹和反馈进行优化，无需更新模型权重或增加部署成本，即可赋予智能体新能力。
SkillOpt 的方法设计。可控的文本梯度优化方式带来了更稳定的性能提升。
杨一帆习惯将智能体看作人类处理复杂任务的拆解。当前的Harness研究将复杂任务拆分为子任务，建立校验和结构化记忆机制，避免误差累积，并在执行中积累经验提升能力。
谈及未来，他表示：“模型正攻坚更长程复杂的任务，对上下文窗口、记忆管理等提出新挑战。我们希望完成Skill、Harness、模型和数据的闭环，用最强AI拓展AI智能边界，用生产力杠杆撬动生产力本身。”
立足真实世界需求，让科研在落地应用中持续生长
LLM2CLIP获奖、SkillOpt走红是亮眼成果，但杨一帆认为这不是评判科研的唯一标准，研究还需经得住学术、社区和产品的多重检验。
SkillOpt开源后收到大量真实反馈，团队随之提出HarnessOpt，支持在黑/白盒Harness中主动迭代技能或从零构建框架。进一步，他们提出EnvOpt，通过自动调整训练环境和策略推动模型自身优化。
从技能迭代、框架优化到模型提升，团队逐步形成了贯通Skill、Harness与Model的递归自我改进（RSI）技术体系。真实应用的反馈成为智能体进化的重要动力。
一次次落地实践让杨一帆更加笃定：找准真实问题，走进真实场景，在使用和迭代中放大技术价值。
研究成果逐步集成到微软产品中。在产品化过程中，相比峰值表现，更看重稳定性、边界场景和极端缺陷控制。产业侧的高标准促使科研人员提炼出更具普适性的科学问题，形成学术、产品、开源的正向循环。“科研的价值不仅在于提出新颖算法，更在于技术能被理解、使用，并在真实反馈中成长。”
杨一帆（右一）与团队同事合影
AI时代的科研：好奇心与科研品味愈发重要
AI的快速发展改变了科研方式。过去耗时的环境调试、代码编写等工作，如今可交由AI完成，研究者能将更多精力投入根本性科学问题的思考。
AI能承担执行工作并生成新想法，但这不意味着研究者作用弱化。杨一帆认为，探索方向和问题价值仍需研究者独立判断，过度依赖AI会削弱独立思考能力。
“AI降低的是执行成本，而非科研标准。工具越强，越需要深入培养自己的科研品味，这样才有更大几率做出有价值的工作。”杨一帆强调，好奇心与科研品味在AI时代愈发重要。
相关链接
SkillOpt: Executive Strategy for Self-Evolving Agent Skills
论文链接：https://arxiv.org/abs/2605.23904
代码链接：https://github.com/microsoft/SkillOpt
LLM2CLIP: Powerful Language Model Unlocks Richer Cross-Modality Representation
论文链接：https://arxiv.org/pdf/2411.04997
代码&模型链接：https://microsoft.github.io/LLM2CLIP/
ImageBrush: Learning Visual In-Context Instructions for Exemplar-Based Image Manipulation
论文链接：https://arxiv.org/abs/2308.00906
World-R1: Reinforcing 3D Constraints for Text-to-Video Generation
论文链接：https://arxiv.org/abs/2604.24764
项目主页：http://aka.ms/world-r1
#AI #人工智能 #Agent #智能体 #SkillOpt #视觉感知 #微软亚洲研究院 #科学匠人