搜尋

@lmstudio

LM Studio 的模型頁面上線了 Recursive 的 Flint 模型，使用者可以在 LM Studio 內搜尋並下載該模型，頁面地址為 lmstudio.ai/models/recursive-flint。原文未披露引數規模、量化版本、許可協議與具體能力，這些資訊需要到模型頁面確認。

Recursia 零樣本長時機器人操作超輝達 ASPIRE 最高 15.1 個百分點

研究團隊提出具身 RSI 系統 Recursia，通過內外雙層迴圈讓機器人從執行經驗中改進共享執行棧，在 LIBERO-Pro Long 零樣本長時操作的位置/任務擾動下成功率達 28.4%/53.4%，比輝達 ASPIRE 高 5.8/15.1 個百分點。共享棧分為工具、技能、交接、驗證四層，候選修改需經通用性檢查、機制測試及父子版本配對比較。

Recursive 發布免費編碼模型 Flint，可在筆記本本地執行

Recursive 發布免費編碼模型 Flint，以 Apache 2.0 許可在 Hugging Face 開放下載，可在筆記本上離線執行。它是 40B 引數的混合專家模型，每次只啟用 2.5B 引數；在搭載 M4 Pro 的 MacBook Pro 上約 131 tokens/秒，約為同機 Gemma 4、Nemotron 3.5 Lightning 的兩倍；在 SWE-Bench Verified 上優於所有 50B 以下模型。

田淵棟參與創立的 Recursive 開源 40B 本地程式設計模型 Flint

田淵棟參與創立的 Recursive_SI 發布首個模型 Flint-40B-A2B，已在 Hugging Face 以 Apache 2.0 開放權重。這是一個總引數 400 億、每 Token 僅啟用 25 億的 MoE 智慧體程式設計模型，在 M4 Pro MacBook Pro 上生成速度超過每秒 125 Token，在 64GB 記憶體的 NVIDIA RTX Spark 上超過每秒 150 Token。

PhAI Labs 發布 RSI-Anything，用世界模型實現跨領域遞迴自我進化

PhAI Labs 於 10 月 12 日發布 RSI-Anything 技術報告，提出用世界模型連線預測、行動與真實反饋的跨領域遞迴自我改進（RSI）框架。在 CodeContests 程式碼修復中，不更換程式碼模型、線上測試預算不變，修復成功率從 26.3% 提升到 31.2%；OSWorld 圖形介面任務成功率相對提升約 18.4%。一個 4B 策略模型經連續五代迭代，實驗室規劃分數從 21.80% 升到 46.01%，略超參考系統的 45.32%；

部落格審視 OpenAI 聲稱更快的傅裡葉變換數學

argmin.net 刊出文章，審視 OpenAI 聲稱能更快計算傅裡葉變換的數學方法。該帖在 Hacker News 上獲得 43 分、17 條評論，討論圍繞這一加速宣稱的數學依據是否成立。

通研院孵化團隊做 RSI 個性化 AI，用 LoRA 承載專屬能力

北京通用人工智慧研究院體系孵化的通衍靈智公布 RSI（遞迴自我改進）個性化 AI 路線：在共享基礎模型之上，用輕量 Personal LoRA 承載個人與企業的專屬能力。Evaluator 先按使用者標準篩選業務反饋，只把反覆出現的模式用於增量更新；更新後要與舊版本在同一批任務上對比，退化就回滾。

多機構聯合綜述機器人遞迴自我改進，提出 L0-L5 分級

上海交大、UC 伯克利、斯坦福、MIT、Google、微軟、輝達、小米等機構聯合發表論文《Who Improves the Robot? Toward Physical Recursive Self-Improvement》，提出 Physical RSI 概念，並用 L0-L5 分級區分「機器人任務做得更好」與「改進方法本身變得更有效」。論文還梳理了 Harness 適應、模型訓練、安全與驗證的全鏈路路徑，指出目前仍缺少能檢驗遞迴增益的基準，並列出六個待解問題。

Google 等提出 RRSI，給 Agent 自進化加正則化

Google 等提出 RRSI，用正則化約束 Agent Harness 的遞迴自我改進（RSI）：不鎖死自我修改能力，而是限制每輪同時修改的機制數量、保留進化歷史，並在篩選階段剔除 benchmark-specific 改動和落在噪聲範圍內的漲分。

Ricursive Intelligence 在 Disrupt 講用 AI 設計晶片應對算力危機

Ricursive Intelligence 兩位創始人在 TechCrunch Disrupt 上介紹，公司正開發能自行設計晶片、從每次迭代中學習並改進後續設計的 AI，目標是自動化並加速晶片設計流程。創始人 Anna Goldie 與 Azalia Mirhoseini 稱未來五年算力需求至少增長 10000 倍，與其建 10000 倍資料中心，不如讓晶片和晶圓用得更高效；

DSReg 讓 JEPA 表徵每一維對應真實世界變數

UIUC、冷泉港實驗室等機構提出 DSReg，可直接加在已訓練好的 JEPA（LeJEPA）表徵上，讓每一維對應太陽、溫度等真實世界變數，且不需要重建觀測、解碼器或標籤。方法先估計觀測對錶徵的區域性 Jacobian，再在正交矩陣上最小化稀疏度，找到這個旋轉，理論上首次得到完全可識別的 JEPA。在合成資料、3DShapes 與 dSprites 上，它的恢復效果接近用標籤擬合的監督上界，六個下游任務均優於 LeJEPA，原有預測效能不變。

通衍靈智提出 RSI 閉環，用 Personal LoRA 做模型層個性化

通衍靈智提出以 RSI（遞迴自我改進）為核心的個性化路線：在共享基座模型上用輕量 Personal LoRA 承載個人、專案與企業的專屬能力，而非重訓基座。RSI 以 Accept/Reject、Code Review 等真實反饋訓練 Evaluator，篩選正負樣本後增量更新 LoRA，驗證失敗則回滾。

Mistral 發布時序基礎模型 Timestral，209M 版本登頂三大基準

Mistral 發布首個時間序列基礎模型家族 Timestral，最大的 209M 引數版本在 GIFT-Eval、TIME、fev-bench 三個公開基準上均排名第一，且引數量只有此前最優模型的三分之二。家族含 5M、28M、123M、209M 四個規模，支援機率與多變數預測、已知未來協變數，零樣本即可使用。推理無需 GPU，在 8 執行緒標準伺服器 CPU 上，用三週 15 分鐘粒度歷史預測未來一天，5M 耗時 10ms、209M 為 140ms；

Manifold AI 的 R²SI 登頂 RoboDojo 榜，超越 GPT-6-Astra

Manifold AI 流形空間的 WorldScape R²SI 框架在機器人學習基準 RoboDojo 的 Agent Track 登頂，超過 GPT-6-Astra 與輝達 GR00T-N1.7。該框架由內外雙層 Agent 組成，內層執行任務，外層跨輪次復盤、修訂 Skill 並訓練 reactive model（WSP）。在 push_T 任務中，動作步數從首輪 723 步（超出 600 步預算）降至 596 步，再降至 389 步，降幅約 35%。

Hinton、Bengio 等 22 位作者發首篇 RSI 論文，討論智慧爆炸

Hinton、Bengio 等 22 位作者聯合發表首篇 RSI（遞迴自我改進）論文《What if automating AI R&D triggers an intelligence explosion?》。論文引用 Anthropic 內部資料：AI 生成獲批程式碼佔比從 2025 年 1 月的低個位數升至 2026 年 5 月的超 80%，Claude 在高層監督下自主完成的 AI 研發工作比例從 2026 年 3 月的約 1% 升到 8 月的 26%。

LM Studio 首日上線 Flint：40B MoE 本地編碼模型

Recursive SI 的 Flint 模型在發布首日就進入 LM Studio，可直接在本地執行。它是一個 40B 的 MoE 模型，每次僅啟用 2.5B 引數，上下文視窗為 262K token，採用 Apache 2.0 許可，專門針對本地 agentic coding 場景訓練。本地執行大約需要 24GB 記憶體，官方稱其基準測試表現相當出色。

@GoogleDeepMind

DeepMind 用 AI 智慧體篩出抗菌肽候選並進入溼實驗

Google DeepMind 10 月 15 日發布技術演示，展示用 AI 開發平台 Google Antigravity 的智慧體尋找抗菌肽：從 UniProt 數百萬條序列出發，經 ProtNLM 功能預測與序列、AlphaFold 結構、基因組鄰域三類證據篩選，找到一種 97 個胺基酸的乳酸菌素 972 家族細菌素候選（UniProt A0A0U0D591），已進入溼實驗驗證。

OpenAI 將 RSI 列為戰略目標，MemoraX 展示記憶驅動自進化

OpenAI 於 9 月 21 日發布官方戰略宣告，把自動化 AI 研究員與遞迴自我改進（RSI）列為下一階段重要目標，並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員；Anthropic 同期披露，截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。

Sakana AI 提出 MASS，多智慧體自監督實現遞迴自我改進

Sakana AI 與 UC Berkeley 的研究者提出 MASS（多智慧體自監督），用多智慧體團隊的集體智慧作為自監督訊號，推進同質遞迴自我改進（RSI）。該方法讓同一模型同時充當執行者、工作流最佳化器和評估器：內迴圈在權重固定時搜尋最佳團隊工作流，外迴圈再依據被自評為最優的團隊執行結果更新模型權重，如此迴圈。實驗在非可驗證的研究任務上提升了每輸出 token 的得分，改進由 GPT-5.5 與 Claude Opus 4.8 獨立評分，其判斷不反饋給 MASS。

普林斯頓 Elad Hazan 回顧線上凸最佳化二十年，談 AI 與數學

普林斯頓大學教授 Elad Hazan 發表長文，回顧線上凸最佳化（OCO）二十年，串起 Online Newton Step、AdaGrad 等現代 AI 核心方法的脈絡。他回憶了與 Satyen Kale、John Duchi、Yoram Singer 合作提出 AdaGrad 的過程，以及 ONS 論文被 FOCS/STOC 拒稿的經歷；OCO 的 regret minimization 與自適應更新思想後來進入 bandit、線上控制與序列建模。

@OpenAIDevs: We reserved broad replication for small, critical datasets like authentication metadata needed on e…

OpenAI Devs 表示，團隊用 Rust 重寫服務層，降低了代理開銷。對認證後設資料這類每個請求都必需的小型關鍵資料集，團隊保留了廣泛複製；設定和應用狀態等高頻訪問資料則由區域內快取提供。推文列出這三項基礎設施最佳化，但未給出延遲、吞吐等具體數字或生效範圍。

蘋果與 CMU 提出 SSR：Agent 推理改為做選擇題，每輪延遲降超 90%

蘋果與卡內基梅隆大學提出 SSR 框架，讓多模態搜尋 Agent 不再逐 token 生成自由形式推理，而是從 6 條預定義推理選項中做選擇題。在 7 個多模態搜尋 benchmark 上，每輪推理延遲降低超過 90%，每題總推理延遲降低 28–54%，p95 推理延遲僅 0.07 秒；4B 模型平均成功率 61.37%，與同規模 SOTA 持平，2B 達 51.26%。推理選擇由模型自身打分完成，不需要額外分類頭，也可跳過 SFT warm start 直接接 RL 訓練。

智源 AREX-2：27B 模型 MLE-bench 達 81.8，反超 2.8T 模型

智源 AREX 團隊發布以 Qwen3.8-27B 為基座的開源模型 AREX-2，在 MLE-bench Lite 取得 81.8、Frontier-CS 取得 70.7，超過表中所有對比模型，包括同為 72.7 的 GPT-5.6 Sol 與 Kimi-K3。它用機器學習與演算法程式設計場景的長程反思資料訓練，並把這種能力遷移到深度研究，BrowseComp 達 84.0、HLE 達 52.6，為 40B 以下模型最高。團隊稱這為遞迴自我改進（RSI）提供了可訓練、可驗證的路徑，論文、模型權重與程式碼均已公開。