AI资讯

前华为盘古负责人王云鹤创业,基元律动发布 1250 亿参数 RSI 智能体模型

发布时间:2026年11月06日 10:55:00

11 月 5 日,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发布 NeoHorse-1.5-Flash Preview。模型基于 Qwen3.8-Flash 做递归自我改进,主模型 1250 亿参数、激活 60 亿,Agents Last Exam 从 41.20 提升至 50.43,物理科学任务提升约 106.1%,已开放内测。


事件:又一位大厂技术负责人下场

11 月 5 日,北京大模型创企基元律动发布面向智能体任务的大模型 NeoHorse-1.5-Flash Preview,并开放内测。

创始人王云鹤曾任华为诺亚方舟实验室主任、盘古大模型负责人;联合创始人韩凯曾任诺亚方舟实验室首席研究员。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。

模型的关键参数:

项目数值
主模型参数1250 亿
激活参数60 亿
技术路线递归自我改进(RSI)
基座Qwen3.8-Flash
状态Preview,开放内测

提升幅度:三项评测

官方给出的对比全部相对 Qwen3.8-Flash 基座:

评测基座NeoHorse-1.5-Flash Preview提升
Agents’ Last Exam41.2050.43约 22.4%
自然语言生成代码仓库44.2450.16约 13.4%
物理科学任务——约 106.1%

Agents’ Last Exam 是面向智能体任务的综合评测,代码仓库生成则考察「一句话生成可运行工程」的能力。物理科学任务的翻倍提升,是这次发布里最值得注意的一项——它说明 RSI 路线在专业领域可能比通用对话更有效。

RSI 是什么:让模型用「别人的经验」训练自己

递归自我改进(Recursive Self Improvement,RSI)的核心不是让模型自己改代码,而是把多模型执行的经验沉淀成训练数据。基元律动用了三项技术:

  1. 多模型差分诊断:让多个模型跑同一批任务,对比结果差异,定位每个模型在哪一步出错;
  2. 对抗式环境进化引擎:自动生成更难的任务变体,避免模型在固定题集上过拟合;
  3. 群体智能在线学习:把多个模型的成功轨迹汇聚起来,作为自有模型的训练信号。

这套流程的产物是一个「蒸馏 + 强化」的混合体:基座提供通用能力,RSI 把多模型协作中验证过的解法压进 1250 亿参数的模型里,激活只要 60 亿,推理成本可控。

为什么 RSI 成了新战场

当前探索 RSI 路线的玩家不只基元律动:美国创企 Recursive、中国超衍智能也在同一方向。原因有三个:

  • 数据边际收益下降:继续堆互联网文本的收益越来越低,模型自己产出的高质量轨迹成为新数据源;
  • 智能体任务需要过程监督:最终答案对不对只是一部分,中间每一步是否合理更难标注,多模型对比恰好能提供过程信号;
  • 小激活更省钱:用大模型生成经验、小激活模型落地,是当前成本结构下最现实的组合。

生态:框架、API 与插件

基元律动此前已推出开源 Agent 框架 OpenSquilla 和多模型聚合 API 平台 TokenRhythm API。这次发布后,公司计划通过 Token 激励和技术交流支持插件作者,推动生态建设。

这套打法和国内其他模型创业公司不同:不是先卖 API,而是先用框架聚集开发者,再用模型承接流量。对创业团队和企业,接入路径是其平台而非单一模型端点。

需要观察的三点

  1. RSI 的收益是否可持续:多模型经验训练容易在早期拿到大幅提升,后期能否持续迭代是关键;
  2. 基座依赖风险:基于 Qwen3.8-Flash 迭代,意味着上游基座更新会直接影响自家模型的定位;
  3. Preview 到正式版的差距:内测版本的成绩通常在受控条件下取得,真实业务链路的稳定性还需验证。

王云鹤的履历让这家公司天然受到关注,但模型公司的长期竞争力,最终仍取决于能否把 RSI 变成可复现的工程流水线,而不是一次漂亮的榜单成绩。