ArenaRL是由通义DeepResearch团队联合高德共同开源的对比式强化学习方法，专为开放域智能体的训练优化设计。目前，ArenaRL不仅在学术基准测试中表现优异，更已在高德地图真实业务场景中完成落地验证，显著提升了智能体在复杂任务中的规划与执行能力。

AgentCPM-Explore是由清华、人大、面壁智能与OpenBMB开源社区联合研发的轻量级开源智能体模型。该模型仅依托4B参数规模，却在多项长程任务评测基准中超越同尺寸乃至更大参数量的模型，展现出极高的能力密度；同时支持超100轮稳定交互，具备强大的深度探索能力。