新框架 SSR 把多模態智慧體推理改為候選選擇
論文提出 Selection-based Structured Reasoning(SSR),把多模態智慧體的推理從自由生成改為從預設候選中選擇。SSR 將反覆出現的高層推理表示為預先設定、可複用的自然語言候選,模型在每一輪從這些候選裡選擇,而不是開放式生成。作者指出,多模態智慧體通常在每次行動前生成自由形式的推理,小模型受容量限制,往往產生冗長卻對動作生成幫助有限的推理,同時帶來可觀的推理成本。
依意思最接近的 14 筆
論文提出 Selection-based Structured Reasoning(SSR),把多模態智慧體的推理從自由生成改為從預設候選中選擇。SSR 將反覆出現的高層推理表示為預先設定、可複用的自然語言候選,模型在每一輪從這些候選裡選擇,而不是開放式生成。作者指出,多模態智慧體通常在每次行動前生成自由形式的推理,小模型受容量限制,往往產生冗長卻對動作生成幫助有限的推理,同時帶來可觀的推理成本。
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。
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。
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。
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%。
清華大學電子工程系發布智慧體符號迴歸執行時框架 SRHarness,程式碼已開源,支援 PyPI 安裝並提供線上 Demo。在相同 DeepSeek-v4-flash 底座下,其 LSR-Transform 符號恢復率達 93.69%,較此前最先進方法 SR-Scientist 的 62.16% 提升超 30 個百分點;匿名化測試中為 72.97%,遠高於 Codex 的 20.72%。
Aether AI 發布因果驅動的機器人智慧系統 CRIS-0,演示中面對人類突然移走咖啡袋、燈光干擾、往盤裡放飲料罐、關門時伸手等干擾均能即時調整,反應速度達 0.1s 級。它把機器人智慧分成兩層:因果驅動機器人 Agent 負責任務拆解、階段驗證與失敗恢復,因果世界模型預測動作帶來的物理變化。相比端到端模型,它在抗干擾、模糊指令和長程任務上更穩;團隊稱該路線還可延伸到生物製藥、新材料研發,更底層的 Causation Transformer 仍在驗證。
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。
因果智慧公司 Aether AI 公布機器人系統 CRIS-0 的官方 Demo,靠提取物理因果變數而非端到端擬合驅動機械臂。在咖啡製作測試中遭遇人為移位與光照突變,系統平均 2 秒內完成重規劃,10 次隨機擾動有 9 次有效恢復;客廳長程整理可連續執行數十步,20 條模糊指令完成 18 次精準抓放,危險變數出現時 0.2 秒急停。
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%;
據 The Information 報導,OpenAI 正與一家新成立的 AI 影片初創公司談判,計劃讓已關停的 Sora 重新投入商業化,OpenAI 將獲得該公司部分股權。這家公司由夢工廠動畫聯合創始人 Jeffrey Katzenberg、Sora 前研究負責人 Bill Peebles 和 Dropbox 前 CFO Sujay Jaswa 共同創辦,面向電影製作人開發 AI 影片軟體與服務,可能獲得對 Sora 深度定製的權限,但模型權重是否開放尚未確定。
微軟總裁 Brad Smith 在 BBC 播客上呼籲儘快制定全球 AI 安全規則,並稱英國比美國和歐盟更適合主導這件事。他希望落地的規則包括:系統被失控 AI agent 攻破須依法通報、AI 產品發布前需經外部評估者批准,以及可暫停或減速的 kill switch。他批評上月白宮與 OpenAI、Anthropic、Nvidia 等簽署的自願性檔案只能約束負責任的公司。
TechCrunch Disrupt 2026 將設 Smart Systems Stage 專場,由 Ambrosia Energy CEO Ben Longmier 與 Bloom Energy 資料中心解決方案負責人 Bill Thayer 對談 AI 基礎設施熱潮中的贏家。議題聚焦電力、電網、資料中心、冷卻與電氣裝置等物理層約束,以及哪些短缺會演變成獨立品類。
川普推動把「人工智慧」改名為「超級智慧」,矽谷部分有影響力的人物正在跟進。馬斯克在川普表態數小時後即表示支援,並承諾把 SpaceXAI 更名為 SpaceXSI,是回應最快的一位。不過大眾仍普遍沿用 AI 這一說法。川普稱白宮認為「超級智慧」是更被接受、更準確的新術語。