清华、无问芯穹发布多智能体系统 WideSeek-R1，4B 模型比肩 671B 模型

March 27, 2026

近日，来自清华大学与无问芯穹的 RLinf 团队提出了一种全新的互补维度——“广度扩展（Width Scaling）”，并以此发布多智能体系统 WideSeek-R1。

不同于以往依赖人工设计工作流的多智能体系统，该工作采用“Lead-agent-Subagent”分层多智能体框架，并通过多智能体强化学习（MARL）进行端到端训练，展现出灵活的规模化调度与高效的并发处理能力。

实验结果显示，4B 参数的 WideSeek-R1 在广度搜索任务上的表现达到了 40% 的 Item F1 指标，不仅看齐 671B 参数的 DeepSeek-R1 单智能体，更大幅超越了同参数规模的基线模型。