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
智东西11月5日消息,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。该模型基于Qwen3.8-Flash进行递归自我改进迭代,主模型参数1250亿,激活参数60亿。团队将上一代模型NeoHorse-1重新加入多模型任务执行体系,积累执行记录与能力反馈,再用于训练NeoHorse-1.5。

评测显示,相较Qwen3.8-Flash基座,新模型在Agents' Last Exam整体成绩由41.20分提升至50.43分,提高约22.4%,其中物理科学任务提高约106.1%;在自然语言生成代码仓库评测中,整体成绩由44.24分提升至50.16分,提高约13.4%。Agent任务平均提升9.23分。不过计算与数学领域成绩由59.51分降至52.96分,下降约11.0%。

今年9月,基元律动发布上一代模型NeoHorse-1,包含40亿和90亿参数两个版本,其4B版本在十项评测中平均64.87分,在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月推出开源Agent框架OpenSquilla首个公开预览版;8月27日宣布多模型聚合API平台TokenRhythm API启动公测。

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,两人曾共同参与GhostNet、GhostNetV2等研究。今年8月,公司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,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。
技术方面,团队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、生成新任务环境及提供学习信号。多模型差分诊断依托OpenSquilla多模型融合功能,比较同一任务执行结果,形成“能力缺陷画像”以确定训练重点;对抗式环境进化引擎从种子环境生成候选环境并筛选,同时通过“数字镜像交互体”模拟用户追问、修改要求等真实交互;群体智能在线学习将模型自身作答与多模型融合结果的差异作为教师信号,以同策略方式持续更新,并沿用路由引导课程学习。
官方案例显示,在量子物理计算案例中,NeoHorse-1.5-Flash Preview修正频谱计算错误,最高响应达6.2015,通过全部三层检查获100分,对比模型Qwen3.8-Flash-Next采样点全部为零得0分;机器人三维装配案例中,新模型工具方向误差小于0.001°,得100分,对比模型末端偏离参考位置1.316米、工具方向相差90°,得53.36分。前端生成案例中,新模型在聚类相关矩阵页面保留图表结构、分组与配色细节,公式计算案例给出正确结果并实现交互,对比模型分别出现元素未渲染、动效不完整及计算结果错误。
更多推荐阅读

OpenAI 发布 GPT-6 Cyber,专攻网络安全
OpenAI 正式发布网络安全专用模型 GPT-6 Cyber,基于 GPT-6 Astra 打造,是 GPT-5.6 Cyber 的继任者,在找漏洞、验证漏洞方面能力更强,同时加强了任务边界训练。 在 Firefox 代码库研究中,Mozilla 自今年 2 月起使用前沿模型检查代码,修复的安全问题已是 2025 年同期的七倍多。OpenAI 研究员用 GPT-6 Cyber 复查后,仍发现 ...
2026-11-07 14:28:38
突发!李飞飞最新 AI 成果发布,把世界模型装进复古掌机,单张图实时跑出 15 帧
今天,李飞飞创办的 World Labs 发布研究预览版 Demo Frameboy,将自回归世界模型 Atlas 带入实时交互时代。用户打开浏览器,云端 GPU 以最高 15 fps 帧率实时串流画面,可像打游戏一样自由操控镜头,在单张图片生成的 3D 世界中探索,试错成本几乎归零。 Atlas 于两个月前亮相,最大卖点是逐帧生成画面并支持像素级相机视角控制,可从单图脑补虚拟 3D 世界,或用...
2026-11-07 13:37:43
ChatGPT近期的一些关键数据:搜索追到谷歌20%、Dots还在赔本、1/5的人爱用语音模式
OpenAI 公布 ChatGPT 新数据:搜索查询量已达谷歌五分之一,周活从 10 亿增至 12 亿,两个月各增约 1 亿。ChatGPT 消费者产品负责人 Adam Fry 与科技媒体人 Alex Kantrowitz 对话,谈及产品思路。 搜索方面,只要提问触发网页检索即计一次搜索。用户使用从写作、写代码扩展到查人、查地点、查物品及金融健康类问题,均依赖实时信息。Fry 认为 ChatGP...
2026-11-07 12:55:55
对谈千问蒋冠军:从模型、记忆到生态,Personal Agent的技术架构如何搭建?
Personal Agent 正在撕开 AI 应用的口子。个人记忆、生态工具、需求透视等要点叠加,让 Personal Agent 的理念有了更明确的定义:Agent 依托模型的推理、规划与调用能力,但记忆是否准确、工具是否丰富,都决定着对用户需求的满足率。 千问事业部 AI 算法负责人蒋冠军介绍,千问建立了覆盖 30 多个行业的需求透视图,将需求归纳为不同意图,拆解出 8000 多个模型的原子...
2026-11-07 12:04:07
DeepSeek Super-Agent 没回答的问题:管得了 Agent,管得好上下文吗?
DeepSeek Harness 团队发布《Super-agent 设计探索》,提出用 Router + Worker 双层架构,把一人管理多个 Agent 的负担交给系统。文章引发讨论,多聚焦调度机制设计。PostgreSQL 圈冯若航(Pigsty、Silo 作者)撰文点评,顺着方案追问:Session 可以藏起来,但 Router 凭什么知道这句话该派给谁? 文章要解决的真问题很朴素:人的...
2026-11-07 11:03:56
大模型的数据生意:人类如何蒸馏自己
成都中和与天津侯台等城郊老村镇里,一群人正为大型互联网公司训练大模型,大多月薪不足1万元。他们每天核对大模型答案的事实、检查是否答非所问、打分比较优劣,有时还要亲手写示范。这些重复琐碎的工作构成大模型训练中最重要的一环——数据生产。 2025年,网上现成文本越来越难满足训练需求,Anthropic开始从人类实际工作中收集数据,记录律师处理合同的全过程,整理成训练数据。中国模型公司在2026年初开...
2026-11-07 10:37:24