近日，天聚地合（苏州）科技股份有限公司 AI 研发中心团队撰写的论文《EfficientTool:A Cost-Effective Aligning Framework for Tool-Conditioned Agents in SME Scenarios》被 ACL 2026 Industry Track 收稿，标志着天聚地合在大模型智能体及产业落地方面的技术实力获得了国际学术界的权威认可。
ACL 2026（第64届计算语言学协会年会）是自然语言处理（NLP）和计算语言学领域的国际顶级学术会议，也是中国计算机学会推荐的 CCF-A 类顶会。
Philipp Koehn（约翰霍普金斯大学）担任大会主席，其下设的 Industry Track 专门面向大模型落地与产业应用，评审专家由来自 Adobe、DFKI GmbH、Samsung 等顶尖机构的技术负责人组成，对论文的新颖性、技术质量、潜在影响和清晰度进行评估，录取率常年维持在低位。
EfficientTool 是天聚地合 AI 技术研发中心团队自研的一套面向工具增强型智能体的低成本对齐框架，核心解决中小企业在落地大模型智能体时面临的数据稀缺、算力受限和通用能力衰退三大痛点。
EfficientTool 的核心价值：
在于为中小企业提供一套低成本、高保留、真可用的工具型智能体训练方案。
低成本：采用自进化数据收集，online 环境采集，保证数据质量的同时人工标注费用节省 81%。使用 SFT+KTO 优化方法，辅以 lora、deepspeed、liger-kernel 等训练优化策略，32B模型仅需 35 GB GPU 显存，相比于传统全量微调大幅降低算力门槛。
高保留：在适配企业特定工具的同时，将模型通用工具调用能力损失控制在可接受范围内，有效缓解灾难性遗忘。
真可用：已经在公司内部落地，帮助客户进行 API 与数据集的使用与组合推荐。
EfficientTool 训练与评测中使用的部分 API 接口，正是依托天聚地合深耕 AI 数据科技行业多年积累的数据生态，此次被收稿是聚合生态技术实力的一次亮眼展示。
截至目前，天聚地合已经开发 1200+ API 及数据集。覆盖金融、企业、政务、科技等多种行业，为 EfficientTool 的训练与测评提供了真实的数据土壤和应用场景。
此次论文被 ACL Industry Track 接收，意味着该技术同时获得了学术界与工业界的高度认可，是 NLP 领域极具含金量的标志性成果。未来，公司也将继续深耕 AI 大模型应用层技术，为更多企业提供更经济、更易用的智能体解决方案，助力千行百业加速数字化与智能化升级。
根据文本提示（prompt）和图片公网访问链接,编辑原图按照特定风格、场景和氛围感的输出新的图像。广泛应用于电商营销、广告设计、创意灵感等领域，为用户带来高效且个性化的AI图像创作体验。
Nano Banana（gemini-2.5-flash-image 和 gemini-3-pro-image-preview图像模型）是图像生成与编辑的最佳选择，可集成 Nano Banana API，实现高速预览。
支持通过自然语言文本智能生成高质量短视频。用户只需输入一段描述性文字，即可自动合成画面连贯、风格鲜明、配乐匹配的定制化视频内容。适用于短视频创作、广告预演、社交内容生成、游戏素材制作等场景，为开发者与创作者提供高效、灵活、富有想象力的视频生产新范式。
凭借强大的数据储备与海量数据基础，可输出维度丰富、结构完整的检索结果，包含URL、标题、摘要等关键内容；同时具备实时联网能力，打破信息边界，保障检索结果精准全面。
先进的图像理解和分析能力，它能够快速准确地解析和理解图像内容。无论是自然风景、城市建筑还是复杂的场景与活动，都能提供详细的描述和深入的分析。
根据文本提示（prompt）,生成生成具有特定风格、场景和氛围感的图像。广泛应用于电商营销、广告设计、创意灵感等领域，为用户带来高效且个性化的AI图像创作体验。
苏公网安备 32059002001776号
