當 AI 技術從通用大模型向垂直場景滲透，能率先破解 “技術 - 場景” 適配難題，就能占據行業話語權。近日，遙望科技浙江省博士后工作站首位研究員李楊博士的加盟，為這一命題提供了新的觀察樣本。遙望科技正通過聚焦 AI 智能體與大模型的垂直研發，試圖在復雜業務場景中實現技術突破，其三大研究方向的技術細節與行業前瞻性，或將重新定義 AI 在產業中的應用邊界。

　　從技術布局看，遙望科技博士后工作站的研究方向直指行業痛點，兼具理論創新性與場景落地性。第一個方向 “復雜任務智能規劃”，瞄準的是長序列任務的穩定性難題。行業人士認為，隨著 “注意力權重自適應拆解技術” 的應用，在直播流程中，系統可支持將更多標準化任務自動化拆解、處理，進而提升效率。

　　此外，“多智能體協同決策” 則聚焦動態場景的協作瓶頸。對此遙望科技博士后工作站，將重點放在構建一種直播場景下的全新多Agent協作框架(MARL+黑板系統)，突破動態環境任務分配、沖突協調等難題，驅動GMV增長與業務效率躍升。 例如，當定下一場直播的目標后，主播、直播策劃、財務、法務等有望調用不同的智能體，去協同完成直播腳本、選品組品、投放策略等任務，推進直播高效、統一執行。

　　值得一提的是，遙望科技博士后工作站也將研究方向聚焦在 “跨模態數據建模” 。在直播等多個行業中，文本(用戶評論)、表格(銷售數據)、圖像(商品圖片)等多源數據格式異構、語義割裂，難以形成統一決策依據。遙望科技首創的 “Transformer-GNN 融合架構”，通過對比學習實現了數據的 “語義對齊”，為智能決策搭建了更堅實的技術底座，也為 AI 在產業中從輔助工具升級為決策主體提供了可能。

　　技術突破的背后，是強大的人才支撐體系。遙望科技研發團隊C9/985/211 院校人才占比 28%，國際 QS100 院校人才占比 12%，涵蓋新加坡國立大學、杜克大學等頂尖學府的 AI 領域專家。這種 “學術 + 產業” 的人才結構，確保了技術研發既扎根理論前沿，又貼合場景需求。而貫穿員工全周期的培養體系，為其提供清晰的職業發展路徑，為行業輸送高素質人才和先進經驗。

　　李楊博士的加入，作為遙望科技博士后工作站 “從零到一” 的關鍵節點，其學術背景與產業經驗的結合，或將加速三大研究方向的突破。這些突破不僅將強化遙望科技在 AI 領域的技術壁壘，更可能為整個行業提供可復用的技術范式，促進AI從 “實驗室里的論文” 變成 “產業里的生產力”。