超衍智能发布 35B 模型 Apex-35B-V1.0，用 RSI 参与研发
超衍智能用 RSI（让 AI 参与自身研发）训出 35B 模型，科研类评测超过 800B 大模型，看点在于研发方式本身。
清华助理教授陈勇超创立的超衍智能发布首个 35B 模型 Apex-35B-V1.0，兼顾编程、Agent 等通用能力与科研任务；21 项基准中 20 项领先同量级 Qwen3.6-35B-A3B，部分评测超过 500B、800B 模型。研发中引入 RSI（递归自我改进，让 AI 参与实验与结果分析，把验证有效的结论回流到后续研发）。
正文摘录
.jpg) 编辑｜杜伟、冷猫 AI 的下一次突破将从何而来？业界大佬们一两年前就已给出判断。 Sam Altman 在《The Gentle Singularity》[1] 中谈到，AI 将帮助人类构建更强大的 AI 系统，并将 AI 参与改进 AI 的趋势视为递归自我改进（RSI）的早期形态。当 AI 有能力参与下一代 AI 的研发，技术进步就有机会形成新的加速循环。 Dario Amodei 同样在《Machines of Loving Grace》[2] 中做了更大胆的推演，AI 有可能将未来 50 到 100 年的生物学进展压缩到 5 至 10 年完成。这个判断背后，是 AI 深度参与科学研究所蕴含的巨大潜力。 如今，这些设想开始落地为具体产品。10 月 22 日，田渊栋参与创立的 Recursive SuperIntelligence 发布了 Flint，一款 40B 参数规模的 MoE 编程模型，每个 token 仅激活 2.5B 参数，可在笔记本上本地运行。 该公司的自动化研究系统 Eureka Machine 参与了模型研发的多个环节。