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。 在这条迅速升温的赛道上，国内团队打出了新牌。 由清华大学人工智能学院 27 岁助理教授陈勇超创立的超衍智能，刚刚发布了首个 35B 模型 Apex-35B-V1.0。 这是一款 兼顾通用能力与研究能力的模型 。Apex-35B-V1.0 模型既能完成 Coding、Agent、问答和深度搜索等常规任务，也能深度参与 AI 研究、计算科学和机器人仿真。 在 21 项基准测试中，Apex-35B-V1.0 相比同量级的 Qwen3.6-35B-A3B，在 20 项上取得领先；与 Recursive Flint（40B）对比，则取得 18 项领先、1 项持平的成绩，达到 SOTA 水平 。甚至在部分高难度评测中 超越了参数规模高达 500B 和 800B 的大尺寸模型 ，展现出具有全球竞争力的模型能力。 技术博客：https://www.apexin.com/apex-35b/ Github 链接：https://github.com/apexin-ai/Apex-35B-V1.0 Hugging Face 链接：https://huggingface.co/Apexintelligence-AI/Apex-35B-V1.0 该模型基于 Qwen3.6-35B-A3B 进行中训练和后训练，加入了大量超衍智能自有的数据集与研究轨迹。但更值得关注的地方，是它的构建方式。 超衍智能将递归自我改进（RSI）引入模型研发，让 AI 参与实验与结果分析，并尝试将验证有效的成果用于后续研发。 这家今年 6 月才成立的公司，短短数月已完成两轮融资，融资总额接近 4 亿元，受到资本市场热捧。如今，在仅仅四个月的短时间内，便推出首款具有全球竞争力的模型，超衍智能用一份实打实的成绩单，回应了外界的期待。 先看跑分：同量级领先 部分任务跑赢 800B 巨头 在深入技术细节之前，不妨先看看这套研发方式最终交出了怎样一份成绩单。 如今，35B 级别的模型已经不算稀奇。但是，在 35B 参数的模型规模下，即便采用成熟的研发流程，要在有限的参数规模下兼顾 Coding、Agent 等通用能力，同时胜任复杂的研究任务，依然是一项不小的挑战。更何况，Apex-35B-V1.0 还探索了让 AI 深度参与模型研发，通过递归自我改进（RSI）推动研发流程持续迭代的新路线。 为了全面展现 Apex-35B-V1.0 的实力，我们 从研究、智能体、编程和推理四大能力方向，共计 21 项基准评测来检验模型实力 。 这四类能力全方位覆盖了 AI 模型的各项能力矩阵。研究能力决定模型能否理解专业问题、探索解决方案；智能体能力让模型能够调用工具、执行任务，并根据反馈持续调整；编程能力将研究思路转化为可执行的代码和实验；推理能力则支撑复杂问题的分析与判断。 对于一款兼顾通用能力与研究能力的模型而言，既要在日常任务中表现出色，也要能将多种能力组合起来，完成更复杂的研究工作。 我们先从评测结果入手，看看 Apex-35B-V1.0 的实力究竟如何。 1. 研究能力：6 项评测全面领先同量级 对于一款能够参与复杂研究任务的模型而言，真正的挑战在于能否理解专业问题、提出合理的解决方案，并将研究思路转化为实际成果。 在最能体现研究能力的 6 项评测中，Apex-35B-V1.0 均领先 Qwen3.6-35B 和 Flint 。并且在部分基准测试中，Apex-35B-V1.0 的成绩甚至 超越了 500B 参数级的 DeepSeek-V4.1-Flash，以及 800B 参数级的 GLM-5.3 。 在这些亮眼的数据里，有两项评测值得特别关注。 第一项是 O
