.png?table=collection&id=cbe6506e-1263-8358-a4d7-07ce62fcbb3f&t=cbe6506e-1263-8358-a4d7-07ce62fcbb3f){kind=small}
ARTICLE SIGNAL
前华为大模型大牛王云鹤创业！1250亿智能体模型揭秘RSI技术与AGI突围
基元律动,王云鹤,RSI自我递归改进,NeoHorse大模型,智能体Agent,LLM大模型,AI资讯,AI新闻,AGI技术演进,群体智能
type
status
date
slug
summary
tags
category
icon
password
网址
随着生成式人工智能进入深水区，单一提升参数规模的暴力扩展法则（Scaling Law）正逐渐遭遇边际效应递减的挑战。如何在不无限堆叠算力的前提下，让LLM大模型具备更强的逻辑推理与任务执行能力？智能体（Agent）与递归自我改进（Recursive Self-Improvement, RSI）成为了当前AI学术界与产业界最关注的破局路径。
近期在AI新闻圈引起广泛关注的，正是由前华为诺亚方舟实验室主任、盘古大模型负责人王云鹤创办的基元律动（TokenRhythm）。该公司正式推出了面向复杂智能体任务的最新大模型——NeoHorse-1.5-Flash Preview，并开启内测。该模型主参数量达1250亿，激活参数仅为60亿（典型的MoE架构），以开源基座Qwen3.8-Flash为底座，通过独特的RSI架构实现了能力跨越。
对于追踪全球前沿AI资讯和AGI进展的开发者与技术爱好者而言，深入剖析这项技术将为理解下一代自主智能体提供全新视角。想要获取更多实时前沿解读与AI日报，也可以持续关注专业AI门户 aigc.bar。
华为顶级团队再创业：王云鹤与基元律动的智能体布局
在大模型与计算机视觉领域，王云鹤与韩凯的名字极具分量。二人在华为诺亚方舟实验室期间，曾主导研发了业界知名的轻量级网络GhostNet与GhostNetV2，相关成果先后登上CVPR与NeurIPS等顶级人工智能学术会议。作为华为盘古大模型的核心推动者之一，王云鹤对大规模预训练模型的设计与落地拥有极其深厚的工程与算法积淀。
今年4月，王云鹤团队成立基元律动，专注于多模型智能路由、Agent协同框架及底层模型优化。公司成立不久便迅速完成了数千万美元的融资，投资方包括弘晖基金、Granite Asia、鼎晖VGC、元璟资本等知名机构。
基元律动的核心产品矩阵逐步清晰：
* OpenSquilla：开源多模型Agent调度与工具调用框架，解决单一大模型能力孤岛问题。
* TokenRhythm API：多模型聚合接口，为开发者提供高性价比的统一调用网关。
* NeoHorse系列模型：从早期的4B、9B轻量端侧模型，演进到如今1250亿参数的大型智能体模型，直接切入复杂业务场景。
破解后训练瓶颈：RSI递归自我改进的三大核心引擎
传统LLM大模型通常依赖人类反馈强化学习（RLHF）或大量合成数据进行微调，但当面对多步骤、长链路的复杂Agent任务时，静态数据往往难以应对真实环境中的动态变化。NeoHorse-1.5-Flash Preview给出的答案是：通过多模型协同任务执行积累动态经验，反哺自身后训练。
为实现这一目标，基元律动构建了一套闭环的RSI体系，主要由三大技术组件构成：
1. 多模型差分诊断（Differential Diagnosis）
2. 对抗式环境进化引擎（Adversarial Environment Engine）
3. 群体智能在线学习（Swarm On-Policy Learning）
硬核实测：从量子物理计算到复杂工业装配
在严苛的智能体基准评测 Agents' Last Exam 中，NeoHorse-1.5-Flash Preview 相比初始基座取得了显著提升，总分由41.20分跃升至50.43分（提升约22.4%）。其中，物理科学领域成绩提升高达106.1%，医疗健康与工程领域也分别提升了32.0%和54.7%。在自然语言生成代码仓库（Natural Language to Repository）的软件工程评测中，模型成绩亦提升了13.4%。
基元律动官方公布了两个极具代表性的复杂任务案例：
- 量子物理格点响应频谱计算：要求模型根据外部激励频率计算量子格点的响应强弱。对比基座模型输出全零采样点、出现第二层检查失误的情况，NeoHorse-1.5能够动态自检并修正计算代码中的逻辑错误，准确捕捉到6.2015的共振响应峰值，拿下100分的满分。
- ABB工业机器人三维零件装配：面对离散的工业零部件三维文件，NeoHorse-1.5自动匹配外部三维模型库并逐件对齐。最终装配结果在零位状态下，工具末端方向误差小于0.001°；而对比模型则出现了超过1.3米的严重位移与90°的方向偏角。
此外，在复杂前端代码生成与数据可视化场景中，该模型能够精准渲染聚类相关矩阵的层级结构与动态交互，展现出强大的工程落地潜力。
多模型飞轮驱动AI变现新范式
基元律动的技术路径为当下的人工智能创业提供了一种全新的思考方式：做多模型路由和API聚合不仅是商业变现手段，更是构建高质量专有数据的最佳飞轮。
以往，模型研发与API中间件往往是割裂的。而通过构建统一路由平台，基元律动在为下游开发者调度不同大模型API的同时，能够将真实复杂的执行轨迹脱敏转化为高质量的RSI训练样本。这种让自身大模型在“多模型竞争与协作环境”中不断进化的策略，极大降低了对海量人工标注数据的依赖。
当前，海外创企如Recursive打造代码自演进系统，国内超衍智能等团队也在深入探索数据与优化的自动化。这表明，自主改进、动态推理与群体智能，正在成为下一阶段大语言模型跨越至通用人工智能（AGI）的关键阶梯。
总结与前瞻
从华为诺亚方舟的轻量级先锋，到独立创业打造1250亿参数的智能体大模型，王云鹤及其团队展示了技术深耕者的执行力。通过将RSI（递归自我改进）与多模型群体智能深度融合，NeoHorse-1.5不仅在科学计算与工业仿真任务中证明了自身的解题能力，也为大模型的自主演化开辟了一条极具工程可行性的赛道。
大模型技术的演进正在以前所未有的速度重构千行百业。无论是提示词Prompt工程的优化，还是前沿底层LLM的突破，紧跟行业脉搏对于技术从业者而言至关重要。
想要了解更多关于全球AI技术演进、大模型落地实践以及最新的AI新闻动态，欢迎访问一站式AI门户 aigc.bar，获取权威、深度的每日精选内容。
Loading...