超衍智能发布Apex-35B-V1.0：35B模型如何靠递归自我改进追上更大模型

10月28日，超衍智能（Apex Intelligence）推出其首个模型 Apex-35B-V1.0。这一模型基于 Qwen3.6-35B-A3B 打造，又经过中训练与后训练做了进一步优化，开发期间还投入了自家积累的大量数据集和研究轨迹。在同量级参与评测的模型里，Apex-35B-V1.0 的研发能力排在前列，通用能力也没有落下；有些基准测试上，它甚至能和尺寸更大的模型掰手腕。

在模型构建的各个环节，AI 都自主插手了数据构造、实验设计、代码执行、训练结果分析和训练优化。落到实际使用中，Apex-35B-V1.0 一边能接 Coding、Agent、问答和深度搜索这类常规活，一边也能做计算闭环的研究任务，比如AI研究、计算科学、机器人仿真，算得上是通用能力与研究能力兼有的一款模型。

Apex-35B-V1.0 本身是递归自我改进的产物，接下来它还要当推动 AI 与科学研究的工具。

01

研究能力突出的同时，通用能力也不含糊。

21 项基准测试里，Apex-35B-V1.0 对同量级的 Qwen3.6-35B-A3B 拿下 20 项领先；对 Recursive Flint（40B）则是 18 项领先、1 项持平。研究任务之外，它在智能体任务、编程和推理上也显出不俗的竞争力，部分基准测试的成绩超过了规模更大的模型。

02

递归自我改进是怎么构建的

超衍智能的自进化AI研究系统 Apex Research，能不断找出模型的弱项、提出假设、跑实验，再把研究所得变成可以衡量的模型改进。

从自进化训练数据和自动化实验，一直到训练方案、GPU 内核及推理优化，Apex-35B-V1.0 的整个开发过程都有 Apex Research 参与。

先看自进化数据。Apex Research 会锁定模型的弱点，自动生成对症的训练数据。举个例子，评测发现模型在计算流体力学（CFD）任务上出错时，系统就去分析背后的推理缺口，合成并验证新的科学训练样例，再把这些样例纳入后续训练。靠着这套自进化数据流程，模型在内部 CFD-Bench 上的成绩提高了 32.1 分。

再看自动化实验。Apex Research 会分析评测结果和智能体运行轨迹，找出系统性的失败模式，据此优化训练策略。比如它发现，过长的推理上下文和失衡的数据配比会拖累智能体表现。随后系统试了不同的序列长度分布、长短轨迹采样比例，以及考虑 token 数量的批次组成，最终找到更有效的训练配置，智能体的可靠性和训练效率都上去了。

训练与推理基础设施也在优化范围内。Apex Research 把自动化优化延伸到底层计算系统，去探索更高效的 GPU 内核、负载均衡、通信策略和执行调度。训练侧，它优化 GPU 负载均衡、通信与计算重叠、动态批处理，以及考虑 token 数量的工作负载分配，目的是减少同步开销、缩短 GPU 空闲时间、提高硬件利用率，结果训练吞吐量提升 45%–60%。推理侧，它优化注意力内核、KV 缓存管理，以及预填充和解码阶段的执行方式；在可比工作负载下，解码速度提升至 1.6–1.8 倍，首 token 响应时间降低 30%–35%。

这些改进分布在数据、训练和基础设施各处，一点点攒成一个持续反馈的研究循环：每一轮研究的成果，都成为下一轮改进的基础。

03

下一步是下一代自进化基础大模型

超衍智能由清华大学人工智能学院助理教授陈勇超创立，目标是构建下一代自进化基础大模型。所谓“自进化”，指的是递归自我改进（Recursive Self-Improvement，RSI）：让 AI 参与研究、实验与验证，并将成果用于改进模型自身。我们希望推动 AI 从辅助工具成为共同研究者，从加速已知走向发现未知。我们的长期愿景是让模型具备相当于并逐步超过10 万名覆盖不同学科的顶尖 AI Scientist 的整体科研能力，持续参与科学研究与发现。35B 模型之后，超衍智能计划推出更大量级的自进化基础大模型，新模型会继续提升 AI 研发能力，并拓展到芯片、量子计算等科学研究领域。

Apex-35B-V1.0的模型权重已经发布；配套代码、部署指南和使用示例可在GitHub查看。