RSI-Anything：用世界模型让 AI 跨代码、GUI、实验室自我进化
机器之心 · wechat · 2026-10-12
PhAILabs 10月12日发布 RSI-Anything 技术报告，探索用世界模型实现跨领域递归自我改进（RSI），延续此前 JEPA-Anything 的通用预测学习路线。核心框架为 State→Action→Prediction→Feedback→Improvement：世界模型预测候选行动后果辅助决策，真实反馈继续用于策略学习与世界模型适配，并引入策略与世界模型的异步更新与兼容性检查，只有通过检验的组合才被保留。四类实验结果：
- 代码修复：固定 ReasonFlux-Coder-7B 不变，仅引入世界模型预测与反馈适配，CodeContests 修复成功率从 26.3% 升至 31.2%，在线测试次数维持约 3.7 次/任务；
- GUI Agent：在 OSWorld 基准上任务成功率相对提升约 18.4%；
- 实验室规划：4B 策略模型连续五代改进，规划分数从 21.80% 提升至 46.01%（约 2.1 倍），略超更大模型组合的参考系统 45.32%；
- 化学反应优化：40 次实验内平均最佳产率达 96.15%，贝叶斯优化对照为 82.16%。
研究还展示了在免疫科学中的端到端应用：构建免疫世界模型并演化科学 Agent 工作流，最终提出 SIRPα 抑制与 IL-36γ 轴调节的候选联合干预假设（待实验验证）。作者强调 Anything 指的是统一不同领域「预测-交互-自我改进」的底层机制，而非单一模型理解万物；科学因反馈昂贵、未知多，可能成为检验智能自我进化上限的训练场。报告：arXiv 2610.13912，代码已开源。
所属事件:RSI-Anything用世界模型实现递归自我改进(4 条相关)→
「漫话AGI」频道最新
- AI 让创业重回80年代:产品商品化,上门销售成核心能力 — FinanceYF5 · 2026-10-12
- 人类遇到超级智能时,其他物种的下场是什么? — CatAstro_Piyush · 2026-10-12
- a16z:Agent 用量半年涨 14 倍,token 消耗将远超人类 — rohanpaul_ai · 2026-10-12
- Todoist 收入创新高,回击「AI 将杀死待办应用」论 — eptwts · 2026-10-12
- 博主自造「数字格罗滕迪克」梗，一年后称正在逼近 — burny_tech · 2026-10-12
- 研究者批 LLM 代写论文章节：传递错误贡献信号，损害团队风气 — zouharvi · 2026-10-12