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。
依意思最接近的 30 筆
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。
Anthropic 在更新後的招股書中警告,自家下一代模型可能即將觸及《負責任擴充套件協議》定義的「由 AI 驅動的大幅加速進展」RSI 閾值,並承認衡量研發加速的證據多為滯後指標,可能在加速發生後才察覺。同期披露的 Q3 營收約 170 億美元(1130 億人民幣),同比增長 1127%,但環比增速由 Q2 的 144% 降至 47%;單季淨虧損 232.9 億美元,前九個月累計虧損 1040 億美元。招股書還首次列明 8954 億美元的算力採購賬單。
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。
OpenAI 發布 GPT-Rosalind,用於幫助科研人員跨科學文獻與生物資料進行推理,由科學家提供專業判斷來評估證據。符合條件的實驗室可獲最多 12 個月的 OpenAI 工具贊助訪問,其中 GPT-Rosalind 需通過可信訪問審批。通過 Rosalind Academic Plan 共享的研究資料預設不用於訓練模型。
Anthropic 在修訂版 S-1A 的風險因素中警告,公司可能很快達到其《負責任擴充套件政策》對“遞迴自我改進”(RSI)的定義,即 AI 大幅加速自身研發進展。檔案承認過去曾用 AI 開發新模型而未及時識別能力躍升;但也強調目前沒有任何模型越過該門檻,並承諾在可預見的未來仍保持人類監督。同期披露的財務資料顯示收入快速上漲、支出同步走高。
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%。
10 月 21 日,OpenAI 聯合 PerturbAI 與 Scripps Research 公布:由新架構 GPT-Rosalind 驅動的數千個 AI 智慧體,在 32 分鐘內解析了約 772 萬行的小鼠全腦 CRISPR 擾動資料集,同類工作人類研究者需數月到一年。分散式叢集合計引用 700 餘篇文獻,而單智慧體受上下文視窗限制平均僅引用 11 篇;盲法專家比較中,75% 更偏好分散式報告。
OpenAI 的 GPT-Rosalind 在 Perry 綜合徵相關基因 DCTN1 的小鼠腦資料中發現藥物研發新線索:膽固醇可能無法運到神經元需要的位置,進而引發退化。數千個 agent 並行工作,僅用 32 分鐘就把數百萬個小鼠腦細胞基因表達結果與科學文獻關聯起來,合作方為 PerturbAI 與 Scripps Research。雙方正擴大合作,繼續尋找新藥靶點。
2026 年 10 月 20 日,OpenAI 宣布收購藥物研發協作平台 Orchestra Bio,其團隊與技術將併入面向生命科學研究的 Rosalind(含 GPT-Rosalind 與 Rosalind Workbench)。Orchestra 的平台讓人與 AI agent 共同推進藥物專案:例如某批生產失敗時,agent 定位受影響的試驗與時間線、彙集資訊並比較應對方案。
小紅書與復旦大學等機構提出的 DR-Rubric 已被 NeurIPS 2026 接收,論文與程式碼公開。該方法先讓模型圍繞任務做多輪檢索收集證據,再把證據轉成原子化、可逐條檢查的評分細則,作為 GRPO 的獎勵訊號,已在小紅書業務中實際使用。六個基準上每輪僅用 1000 條 RL 資料即取得有競爭力的表現,其中 GPT-5 生成的細則在 ResearchQA 達 73.7、DeepResearchBench 達 43.0;
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。
微軟發布第三代自研 AI 晶片 Maia 300,將其定位為微軟產品與服務的主要 AI 推理系統,計劃 2027 年開始投入生產部署。微軟雲業務執行副總裁 Scott Guthrie 表示,相比主流的 GPU 系統,Maia 300 每兆瓦可多輸出 40% 的 token,並更能應對最新的推理模型與 agentic 任務。該晶片的設計目標是提升雲端 AI 工作負載的成本與效率,減少對 Nvidia GPU 的依賴。
OpenAI 擴大 GPT-Rosalind 的學術研究存取權限,並推出新的 Rosalind Academic Plan。該計劃面向美國高校中符合條件的實驗室提供贊助訪問,用於理解生物學、探索想法並決定下一步測試什麼。OpenAI 稱,學術研究提出的問題往往需要數年才可能影響人類健康。
智元發布具身模型 GO-3 Preview,稱在預訓練、後訓練和部署後實現全鏈路規模化學習,並在 RoboDojo、RoboTwin、RoboColiseum 三項評測中排名第一。其預訓練約九成使用人類第一視角資料,採用 WRAM 架構;後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型,手機包裝任務成功率由 50.8% 提升至 98.3%。
Anthropic 在修訂版 S-1A 中稱,依據對未來模型的內部預估,公司可能即將達到自家 Responsible Scaling Policy 對遞迴自我改進(RSI)的定義,但現有模型都未跨過該門檻,並正考慮修訂 RSP 以保持人類對前沿模型開發的控制。公司同時在推進上市:10 月 26 日提交初始 S-1,擬以 ANT 在納斯達克交易。
上海創智學院與新序智慧開源 801-30B base 模型,並公開首份預訓練級 RSI 的完整技術報告與輕量 SFT 資料。團隊用時不到三個月從零訓練,13 項基礎評測平均分 73.13,與 Nemotron-3.5-Lightning-30B-A3B(73.07)持平,領先 Qwen3-30B-A3B(66.16)。同一份 SFT 資料微調後平均分升至 81.34;僅做 6B tokens 輕量 SFT 的版本在四項 agent 評測上平均 58.4。
llama.cpp 的 ROCm/HIP 後端新增 RDNA4_M 架構家族,覆蓋 gfx1170、gfx1171 兩款 GPU。提交說明指出,gfx117X 更接近 RDNA4、支援 128b WMMA,但兩者並不完全相同,因此單獨定義 RDNA4_M 宏,並在合適的位置啟用它。
Runware 宣布要建工廠,像造車一樣在流水線上量產模組化 AI 資料中心,目標到 2028 年讓羅馬尼亞工廠日產能達到 30 兆瓦,約合每月近 1 吉瓦。其 Sonic 推理艙的建造時間將從三週縮短到一天,運抵後 48 小時內完成安裝上線;客戶可自備 GPU 並支付月費,也可直接向 Runware 租算力,電力與網路另計。
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。
OpenAI 發布 Rosalind Academic Plan,為符合條件的學術實驗室提供 GPT-Rosalind 的贊助存取權限,以及用於推進生命科學研究的配套工具。該計劃明確面向學術研究場景,公告未披露具體額度、資格細則與申請方式。
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。
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。
PhAI Labs 聯合 16 家機構提出科研 Agent 遞迴自我改進框架 DiscoveryRSI,並訓練出 DiscoveryRSI-27B。在把 AI 假設與後續發表文獻對照的評測中,DiscoveryRSI 有 6.3% 的假設找到可用的研究依據,約為 GPT 組 2.5% 的 2.5 倍,Claude Opus 5 組以 2.3% 墊底。兩輪自改進後,241 個留出問題上的假設品質均分從 4.86 升至 5.39,可證偽性從 4.00 升至 6.20。
Hi3D 正式開源 V1.0 3D 生成模型的程式碼與權重,已在 GitHub 和 Hugging Face 上線,官方稱可免費使用。V1.0 沿用 Sparc3D 架構,訓練資料擴至約 200 萬個篩選後的 3D 資產(Sparc3D 的 4 倍),幾何提取解析度最高 1536³;技術報告稱其多檢視保真度 0.75、細節豐富度 0.841 在所列對比方法中排名第一,切片成功率 90%。
Jev 發布 33 天后熱度迅速消退,這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器,宣稱不會幻覺、更快更便宜,但輸出仍會出錯,且已有開放權重模型在部分任務上價效比更高,並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現,並由此質疑行業四年來的創新增量。
2026 年 9 月 14 日《Nature》發表 5 家藥企合作研究:用超過 2 萬份未公開的蛋白質—小分子結構資料,以聯邦訓練改進 OpenFold3。在 1056 個留出結構測試中,新模型高精度預測超過一半,公開版 OpenFold3 約三分之一,兩項關鍵指標分別提升約 10% 和 11%。參與方為 AbbVie、Astex、BMS、強生與武田,資料無需外流;英國 OpenBind 專案獲最高 800 萬英鎊支援,計劃 5 年內建開放資料庫。
OpenAI 宣布推出 Rosalind Academic Plan(學術計劃),面向實驗室開放,官方給出資格查詢與申請入口。相關介紹與申請方式已發布在 OpenAI 官網頁面。這條推文未披露價格、額度、覆蓋機構範圍或生效時間等細節。
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;
小紅書 Dots 團隊開源稀疏注意力加速方案 DoSA,在保持原始 Top-K 選擇結果完全等價的前提下加速索引器,約 1M token 上下文下 Dots3-Note-preview、GLM-5.2、DeepSeek-V3.2 的首 token 延遲較各自 SGLang 基線分別降低約 37%、46% 和 48%。其做法是用分數上界與入選門檻下界,提前排除約 97% 不可能入選的候選,只對剩餘候選做全部索引頭的精確打分。
OpenAI 宣布收購 2022 年成立的 AI 生物製藥公司 Orchestra Bio,並將其團隊與技術整合進面向生命科學的 Rosalind 模型與工具。Orchestra 的平台用於協調藥物開發流程,其 CTO Andy Xu 畢業於北京大學與約翰斯·霍普金斯大學,曾在微軟工作近 19 年。同日,Anthropic 公布 Claude 在 64 小時內生成 318484 種蛋白質設計,其中 17 種達到結合蠍毒神經毒素的預設標準;