通研院团队布局RSI，探索个性化智能长期学习

从通用模型到个性化智能，人工智能竞争正向长期学习与专属能力沉淀延伸。通衍灵智探索以参数化学习和持续进化为核心的Personal AI，让个人与组织在使用AI过程中逐步积累属于自己的智能资产。

过去几年，大模型能力不断突破，企业通过API、知识库和Agent将AI引入研发、投研、运营等核心业务。但随着AI参与实际工作时间变长，企业每天产生的大量业务经验，究竟只是被模型临时调用，还是能沉淀为自身AI能力，成为新问题。全球科技公司已开始探索：OpenAI通过Dreaming改进ChatGPT长期记忆，使其综合历史交互理解用户偏好与长期需求；Meta推出Muse结合个性化理解与自主执行，推动Personal Agent从回答问题走向完成实际任务。AI正从通用工具发展为面向具体用户的长期智能服务。

北京通用人工智能研究院产业平台CEO李未认为，基础模型越强，个性化智能作用越大。先进基础模型提供共享通用能力，个性化模型通过长期交互和持续进化，形成符合不同主体需求的专属能力。通衍灵智依托BIGAI体系科研与产业资源，专注面向企业与个人的持续自进化专属模型研发，通过个性化模型训练、持续学习与底层算力优化，推动专业知识和业务经验沉淀为可持续进化的专属智能能力。

当个性化成为行业方向，技术探索向模型内部延伸：AI能否真正学习个人与组织长期形成的经验，能力能否随使用持续更新并在基础模型更换后保留，专属模型数量增长后训练和运行成本如何控制。通衍灵智聚焦Recursive Self-Improving Personal AI，在通用模型之上通过轻量化个性化参数承载专属能力，结合持续学习机制和算力调度技术，让模型长期使用中不断适应用户，使个人、项目和企业不必分别训练完整通用大模型，也能建立持续演进的专属智能。

目前AI主要依靠Prompt、RAG、Memory和Skill等机制适应场景，但主要在模型外部组织信息，模型参数通常不因业务交互变化。通衍灵智采用共享基础模型与个性化参数结合架构，基础模型提供通用知识和推理能力，不同主体通过轻量化Personal LoRA进行参数适配，将验证过的专业偏好和行为特征融入模型。这一路线关注同一行业、同一任务中不同使用者之间的差异。动态知识仍需检索，任务状态仍需记录，而长期实践中反复出现、相对稳定的行为模式可通过训练转化为参数化能力。通衍灵智CEO谢枭楠表示，企业AI需求正从获取通用能力转向积累专属能力，真正拉开差距的是能否把自身长期形成的专业判断和做事方式沉淀为模型能力。

拥有专属参数后，模型如何持续吸收有价值经验并避免积累错误成为挑战。通衍灵智研发RSI技术，通过模型与评估器协同迭代构建持续学习框架：业务运行产生的任务轨迹、人工修正和实际结果形成候选学习数据，Evaluator按用户或企业评价标准筛选判断，有效样本用于Personal LoRA增量更新；更新后模型需与旧版本比较任务表现，符合要求才上线，异常结果通过版本控制和回滚处理，更新效果也可反向改进Evaluator。该机制涉及灾难性遗忘、反馈污染、模型漂移和更新稳定性等挑战。通衍灵智表示RSI核心技术路线与产品架构已明确，相关模块正推进工程化，完整自动化闭环仍在研发中。CTO储兵兵表示，并非用户点“拒绝”就立刻训练，Evaluator会先判断反馈有无学习价值，一次反馈只是信号，反复出现的模式才可能变成学习；模型更新后还要与旧版本同批任务重跑，确认提升才上线，退化则回滚。

个性化模型商业化面临成本约束。若企业需为数百岗位、数千Agent维护不同模型参数并支持持续训练和在线服务，传统独立训练部署方式开销较高。通衍灵智将AI基础设施作为Personal AI重要组成，围绕训练与推理协同调度及海量个性化参数显存管理优化。TIP通过同卡同批训推并行、异步梯度累积等技术，在保障在线服务前提下利用可用算力执行增量训练；Paged LoRA采用分页管理与按需映射机制，使不同Personal LoRA更灵活共享基础模型和GPU显存。阶段性测试中，使用Qwen2.5-72B-Instruct及8张NVIDIA H800 GPU，将Paged与传统Flat模式LoRA显存预算统一控制在5.79GB；在LoRA请求占比1%至30%的测试负载下，Paged方案在响应延迟和长尾表现方面取得一定优势。测试同时表明，当LoRA请求占比提升至50%时，频繁参数换入换出仍会造成性能退化，团队正围绕异步加载、热点参数预取等方向继续优化，相关技术在更广泛生产环境下的表现仍需验证。储兵兵表示，基础模型推理成本在下降，但Agent调用频率和个性化训练需求在增长，对持续学习系统不能只看单次调用价格，还要看长期训练、更新和服务的综合成本。通衍灵智希望通过RSI推动持续学习，再由TIP和Paged LoRA改善训练及并发服务资源效率，逐步降低专属模型使用门槛，使其从高成本定制服务走向更广泛应用。