网易首页 > 网易号 > 正文 申请入驻

前华为盘古负责人王云鹤,创业做RSI,掏出1250亿参数智能体大模型

0
分享至


智东西
作者 孙小雯
编辑 程茜

智东西11月5日消息,今日,北京大模型创企基元律动(TokenRhythm)发布面向智能体任务的大模型NeoHorse-1.5-Flash Preview,并开放内测。据基元律动透露,该模型基于Qwen3.8-Flash进行递归自我改进(RSI)迭代,主模型参数为1250亿,激活参数为60亿。

据基元律动透露,团队此次将上一代模型NeoHorse-1重新加入多模型任务执行体系,积累新的执行记录与能力反馈,再用于训练NeoHorse-1.5。

据基元律动公布的评测结果,相较Qwen3.8-Flash基座,NeoHorse-1.5-Flash Preview在Agents’ Last Exam中的整体成绩由41.20分提升至50.43分,提高约22.4%,其中物理科学任务成绩提高约106.1%。在自然语言生成代码仓库评测中,新模型的整体成绩由44.24分提升至50.16分,提高约13.4%。


▲NeoHorse-1.5-Flash Preview与Qwen3.8-Flash基座在Agents’ Last Exam中的成绩对比(图源:基元律动)

今年9月,该公司发布上一代模型NeoHorse-1,包含40亿和90亿参数两个版本。据团队公布的十项评测结果,上一代模型的4B版本平均成绩为64.87分,在该组参与比较的6款开放权重模型中排名第一。

基元律动成立于2026年4月,主要研究多模型智能路由与协同、Agent框架及模型优化。

今年5月,该公司推出开源Agent框架OpenSquilla首个公开预览版,该框架可根据任务需要调度模型、调用工具。8月27日,基元律动宣布多模型聚合API平台TokenRhythm API启动公测,为开发者提供统一的模型调用接口。

基元律动创始人、CEO王云鹤曾任华为诺亚方舟实验室主任、盘古大模型负责人,联合创始人、CTO韩凯曾任华为诺亚方舟实验室首席研究员。两人在华为期间共同参与了GhostNet、GhostNetV2等轻量级视觉模型研究,相关论文分别发表于计算机视觉顶级会议CVPR 2020和人工智能顶级会议NeurIPS 2022。

今年8月,基元律动披露完成由弘晖基金领投的天使轮融资,聚合资本、尚势资本等参与。截至该轮融资披露时,该公司已累计融资数千万美元。此前种子轮由Granite Asia领投,鼎晖VGC、元璟资本、无限基金参与。

一、Agent任务平均提升9.23分,多模型执行经验用于后训练

据基元律动透露,NeoHorse-1.5-Flash Preview以Qwen3.8-Flash为基础,利用Agent执行任务时产生的执行经验进行后训练。基元律动希望通过这些材料,让模型学习如何调用工具、利用执行反馈、修正错误,完成多步骤任务。

Agent任务方面,据基元律动公布的Agents’ Last Exam评测结果,相较Qwen3.8-Flash基座,新模型的整体成绩由41.20分提升至50.43分,提高约22.4%。其中,物理科学、医疗健康和工程领域的成绩分别提高约106.1%、32.0%和54.7%。不过,计算与数学领域的成绩由59.51分降至52.96分,下降约11.0%。

软件工程方面,Natural Language to Repository评测主要考察模型根据自然语言需求生成代码仓库的能力。据基元律动公布的结果,相较Qwen3.8-Flash基座,新模型的整体成绩由44.24分提升至50.16分,提高约13.4%。其中,开发工具与测试、Web开发与内容获取、安全认证与加密领域的成绩分别提高约27.9%、20.6%和35.6%。


▲两款模型在自然语言生成代码仓库任务中的成绩对比,NeoHorse-1.5-Flash Preview整体得分为50.16分,基座为44.24分(图源:基元律动)

据基元律动透露,为了让任务经验持续用于后续训练,团队此次引入多模型差分诊断、对抗式环境进化引擎、群体智能在线学习三项技术,分别用于确定训练重点、生成新任务环境,以及提供学习信号。

其中,NeoHorse作答结果与多模型融合结果之间的差异,既可用于发现NeoHorse的短板,也可用于指导模型学习。


▲基元律动的模型训练流程:通过多模型比较诊断短板,生成新环境,并利用多模型反馈指导训练(图源:基元律动)

1、多模型差分诊断:比较同一任务的执行结果,确定训练重点

这项技术依托开源Agent框架OpenSquilla的多模型融合功能。多个前沿模型分别执行同一任务,系统再融合各模型的结果。NeoHorse也作为模型池中的一员参与执行。各模型的表现与融合结果,为逐任务比较提供参照。

据基元律动透露,系统通过比较,持续识别NeoHorse与其他模型的能力差距,形成随时间变化的“能力缺陷画像”。该公司根据这张画像确定下一轮训练重点,保留已有优势,并针对薄弱任务补充训练。系统还根据真实任务类型,持续生成内部动态评测。

2、对抗式环境进化引擎:生成并筛选环境,模拟用户修改需求

据基元律动透露,其利用环境进化引擎,从一个种子环境生成多个候选环境。系统根据模型能否完成任务、是否熟悉环境等条件进行筛选,剔除过于简单或熟悉的环境,保留能带来新任务经验的候选环境。

模型还会在任务执行过程中面对“数字镜像交互体”,即模拟用户的交互对象。这些交互对象会追问、修改要求或反悔,用于模拟真实需求变化下的多轮交互。

3、群体智能在线学习:利用多模型融合结果指导更新

这项技术与差分诊断共用多模型融合结果,用于指导模型学习。

据基元律动透露,系统将NeoHorse自身作答与多模型融合结果之间的差异,用作逐任务的教师信号。NeoHorse在线上服务真实任务的同时,利用这些信号,以同策略(on-policy)方式持续更新。

该公司还沿用路由引导课程学习,根据路由调度器(Routing Harness)对各项任务能力需求的估计,自动组织训练课程。

二、两项复杂任务得分100分,四个案例展示计算与前端生成表现

基元律动此次公布的四个案例可分为两组:量子物理计算和机器人三维装配,考察模型能否结合执行结果修正程序、校准参数;聚类相关矩阵与公式计算页面,分别检查生成内容的视觉还原和功能正确性。以下结果均来自基元律动提供的官方案例。

1、复杂Agent任务:量子物理计算得分100分,装配方向误差小于0.001°

量子物理案例要求模型计算量子格点在不同频率下的响应,并生成频谱。任务可以理解为,用不同频率“敲击”量子格点,计算响应强弱及峰值位置。

据基元律动披露,NeoHorse-1.5-Flash Preview在调试中定位并修正频谱计算错误,最终输出具有响应峰的频谱,最高响应达到6.2015,通过全部三层检查,获得100分。对比模型Qwen3.8-Flash-Next输出的8000个采样点全部为零,且摘要与实际数组不一致,在第二层检查失分,最终得分为0分。

▲量子物理计算案例:左侧NeoHorse-1.5-Flash Preview输出的频谱出现响应峰,右侧Qwen3.8-Flash-Next输出的采样点全部为零(图源:基元律动)

机器人三维装配案例则要求模型根据同一批ABB工业机器人三维零件,确定关节安装位置、旋转轴和工具朝向。

据基元律动透露,NeoHorse-1.5-Flash Preview找到匹配的公开三维模型,逐件核对零件并完成适配。在两款模型采用相同关节角输入的对比中,NeoHorse-1.5-Flash Preview的装配结果在零位下,机器人末端与参考位置重合,工具方向误差小于0.001°,得分为100分。Qwen3.8-Flash-Next的装配结果出现多处安装错位,零位下末端偏离参考位置1.316米,工具方向相差90°,得分为53.36分。


▲机器人三维装配案例:左侧NeoHorse-1.5-Flash Preview得分为100分,右侧Qwen3.8-Flash-Next得分为53.36分(图源:基元律动)

2、前端生成:分别检查图表还原与公式计算

前端生成的第一个案例要求模型还原聚类相关矩阵。这类图表按聚类结果排列变量,用颜色呈现变量之间的相关程度,案例主要检查图表结构、分组、配色和动效是否完整。

据基元律动提供的说明,NeoHorse-1.5-Flash Preview生成的页面保留了图表结构、聚类分组与配色细节;Qwen3.8-Flash的输出则出现部分元素未渲染、动效不完整的情况。


▲NeoHorse-1.5-Flash Preview生成的聚类相关矩阵页面(图源:基元律动)

▲Qwen3.8-Flash生成的聚类相关矩阵页面(图源:基元律动)

另一个案例检查公式计算及页面交互。据基元律动透露,NeoHorse-1.5-Flash Preview给出了正确的计算结果,并实现了相关功能与交互;Qwen3.8-Flash的计算结果出现错误。


▲NeoHorse-1.5-Flash Preview生成的公式计算与表格交互页面(图源:基元律动)


▲Qwen3.8-Flash生成的公式计算与表格交互页面(图源:基元律动)

结语:RSI路线各有侧重,多模型任务执行经验可用于后训练

围绕递归自我改进(RSI),不同AI创企已给出具体的模型研发方案。10月18日,美国AI创企Recursive发布面向本地运行的编程模型Flint,由自动化研究系统参与数据、训练方案和推理优化;同月,中国大模型创企超衍智能开源首款大模型Apex-35B-V1.0,也将AI用于数据构造、实验设计与训练优化。

基元律动将不同模型执行同一任务的结果用于训练,让自有模型学习其他模型的解法、修正自身错误。这种做法也为多模型路由业务的应用提供了新思路,公司在调度模型、服务用户的过程中,亦可以持续积累自有模型的训练材料。


特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
随着皇马2-1逆转,皇家贝蒂斯1-1,西甲最新积分榜出炉

随着皇马2-1逆转,皇家贝蒂斯1-1,西甲最新积分榜出炉

侧身凌空斩
2026-11-22 06:10:24
一个国家能蠢到什么程度?看看法国就明白了:法国黑人接近800万,巴黎新生儿里70%是黑人

一个国家能蠢到什么程度?看看法国就明白了:法国黑人接近800万,巴黎新生儿里70%是黑人

怪味历史连连看
2026-09-08 01:55:32
【德甲】拜仁高层频频向穆西亚拉施压,世界职业球员协会实在看不下去了

【德甲】拜仁高层频频向穆西亚拉施压,世界职业球员协会实在看不下去了

体坛周报
2026-11-22 12:07:12
曝波切蒂诺曼联6人清洗名单!欲彻底推倒重建,B费马奎尔拉什福德全卖掉

曝波切蒂诺曼联6人清洗名单!欲彻底推倒重建,B费马奎尔拉什福德全卖掉

罗米的曼联博客
2026-11-22 11:46:44
52万“内推”南洋理工,中介私造假伯克利成绩单:女儿入学3个月被退学,退费≠免责

52万“内推”南洋理工,中介私造假伯克利成绩单:女儿入学3个月被退学,退费≠免责

青科新闻
2026-11-21 16:15:13
“别抱侥幸心理了,科技股投资者”!摩根大通劝退科技股:“还有很多人没卖”

“别抱侥幸心理了,科技股投资者”!摩根大通劝退科技股:“还有很多人没卖”

华尔街见闻官方
2026-11-22 12:14:16
比大学生去送快递更恐怖的是:越来越多研究生们开始去收废品

比大学生去送快递更恐怖的是:越来越多研究生们开始去收废品

晨光苏醒a
2026-11-22 05:16:06
金价跌破760元/克:有人花85万元一次入手11根金条,有人高位囤金“扛着”

金价跌破760元/克:有人花85万元一次入手11根金条,有人高位囤金“扛着”

民生故事会
2026-11-21 14:11:17
37岁张檬广州遛娃引热议!双保姆随行太惬意,产后状态太真实

37岁张檬广州遛娃引热议!双保姆随行太惬意,产后状态太真实

揭秘世间万象
2026-11-21 09:33:45
张雪骑摩托刚出P房就摔倒 师傅牙哥“技术不行 纯瘾大”的含金量还在上升

张雪骑摩托刚出P房就摔倒 师傅牙哥“技术不行 纯瘾大”的含金量还在上升

快科技
2026-11-22 08:56:13
中餐为啥不能把白酒推向全世界 ?评论区引发万千共鸣!都太敢说了

中餐为啥不能把白酒推向全世界 ?评论区引发万千共鸣!都太敢说了

另子维爱读史
2026-11-19 20:42:09
天冷,也阻挡不了我穿丝袜的热情

天冷,也阻挡不了我穿丝袜的热情

疾跑的小蜗牛
2026-11-21 20:44:46
泽连斯基给出“简单方案”,想阻止俄罗斯,先停止与俄贸易

泽连斯基给出“简单方案”,想阻止俄罗斯,先停止与俄贸易

无情有思ss
2026-11-22 12:49:27
这才是宋氏三姐妹真实的相貌,不是演员扮演的角色!

这才是宋氏三姐妹真实的相貌,不是演员扮演的角色!

历史伟人录
2025-05-08 10:08:01
惊人预言:中国有一半的人口将塞进这几个地方,房产可能翻番

惊人预言:中国有一半的人口将塞进这几个地方,房产可能翻番

专业聊房君
2026-11-18 19:51:29
我卖掉北京房子住进儿子家,儿媳以为我睡着,跟儿子说:500万到账了

我卖掉北京房子住进儿子家,儿媳以为我睡着,跟儿子说:500万到账了

麦子情感故事
2026-11-22 10:35:40
特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

回京历史梦
2026-10-26 10:49:29
精壮身材、高冷气场!7位当兵后更有魅力的韩星!

精壮身材、高冷气场!7位当兵后更有魅力的韩星!

ChicMyGeek
2026-11-22 11:08:10
黄仁勋被曝对董事会撒谎长达一年 导致丢掉CEO

黄仁勋被曝对董事会撒谎长达一年 导致丢掉CEO

3DM游戏
2026-11-22 10:42:38
争议?皇马1.3亿巨星点赞切尔西1-4惨败!嘲讽阿隆索+时隔1年仍记仇

争议?皇马1.3亿巨星点赞切尔西1-4惨败!嘲讽阿隆索+时隔1年仍记仇

我爱英超
2026-11-22 07:20:17
2026-11-22 14:32:49
智东西 incentive-icons
智东西
智东西,AI产业新媒体,专注报道人工智能的前沿技术发展,和技术应用带来的千行百业产业变革。
12993文章数 117197关注度
往期回顾 全部

财经要闻

最大回撤超37%,黄金崩盘了吗?

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

手机
数码
房产
健康
公开课

手机要闻

DOOGEE Wide Core亮相,6500mAh电池、紫光展锐T7250处理器

数码要闻

华为WATCH GT6获鸿蒙7.0.0.108SP8升级,表端支持微信来电接听和挂断

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

医生眼里"很伤腰"的椅子,很多人天天坐

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版