ARTICLE · 1030613
AI 技术 | RSI 双雄落地、Liber-0 世界模型登顶、腾讯 Chatterfly 内测 - 2026.09.18
一句话总结：9 月 17 日，AI 圈最硬的关键词是"RSI（递归自我改进）落地"——智谱、云知声同日交出早期答卷，让 AI 直接参与优化承载自身运行的系统；模型侧，Liber-0 成为首个在具身基准上超越 GPT-6 Astra 的世界模型，Gemini 4 Pro 与字节 Doubao-Seed-2.1-pro 相继曝光、更新；产品端，腾讯 Chatterfly、vivo 系统级 Harness、开源 AgentGit 把"Agent 进系统、进团队"再推一步；学术侧，KDD'26 时间序列、Agent 安全轨迹演化与"做梦式"自我改进三线并进。
🧠 前沿技术
1. 智谱 GLM-5.3-Flash：首个 RSI 成果，AI 首次参与优化"承载自己运行的系统"
机构/作者：智谱（Zhipu） 标签：【大模型】【RSI】【Agent】
当 AI 开始给自己的"发动机"做调参，RSI 就从概念落到了工程。
内容摘要： 智谱发布其首个 RSI（递归自我改进）成果 GLM-5.3-Flash：该模型以 Infra Agent 身份参与推理系统优化，两周内部署于 10 万颗国产 AI 加速器集群，端到端吞吐提升 3.2 倍。它通过 dense feedback 机制定位并修复了 KV Transfer 调度重叠、精度误差等隐藏问题，把 KV 开销从超 30% 降至 1% 以下，Decode Kernel 获 1.71 倍性能提升。这条消息的意义不在于单点提速，而在于 AI 首次参与优化承载自身运行的系统——它标志着 RSI 的早期形态开始出现：模型不再只被训练去完成任务，而是开始改进"训练与运行自己的基础设施"。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
2. 云知声 U2-Flash：国产 RSI 早期答卷，266B 稀疏 MoE 每次只激活 10B
机构/作者：云知声（Unisound） 标签：【大模型】【RSI】【MoE】
"后训练闭环"第一次被量化到"训练步数减少 55%"这样的硬指标上。
内容摘要： 云知声发布 U2-Flash，率先交出国产 RSI 的早期答卷。模型采用 稀疏 MoE 架构，总参数约 266B，单次推理仅激活 10B（约 4%），换来 生成速度提升 2.1 倍、任务完成时间缩短 35%、Token 消耗降低 20%–30%。能力上，代码与 Agent 达到主力模型水平：DeepSWE v1.1 从 32 分翻倍至 64.6 分，TerminalBench 3.0 从 2.7 分飙至 24.3 分（约 9 倍）。更关键的是工程收益——后训练闭环使训练步数减少约 55%，说明"让模型参与改进训练流程本身"已经能直接省下算力与时间。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
3. LiberAI Liber-0 Preview：首个在具身基准上超越 GPT-6 Astra 的世界模型
机构/作者：LiberAI 标签：【具身智能】【世界模型】【强化学习】
世界模型的竞争，首次从"生成好看"转向"能不能把具身任务跑成"。
内容摘要： LiberAI 发布 Liber-0 Preview 世界模型，登顶 RoboDojo"具身珠峰"榜第一，成为首个超越 GPT-6 Astra 的世界模型：42 项任务平均分 30.74、平均成功率 25.52%，实现全维度全面领先。公司同期完成数亿元 Pre-A++ 轮融资，5 个月累计融资超十亿。这一成绩让世界模型的价值主张更清晰：它不只是视频生成的一个分支，而可能成为具身智能"预演—决策—执行"闭环里那块关键的"内环境"。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
4. 前 OpenAI 研究员发布 Jev：放弃文本生成，专攻"结构化判断"，成本降至 1/400
机构/作者：Diogo Almeida（前 OpenAI 研究员） 标签：【大模型】【推理效率】【自动化工作流】
不是所有任务都需要"写文章"，很多只需要"做判断"。
内容摘要： 前 OpenAI 研究员 Diogo Almeida 发布 Jev 模型，放弃文本生成，专注结构化判断：速度提升 20–200 倍，成本降至 1/400，响应时间 70–500 毫秒，输入价每百万 Token 0.042 美元、输出免费。它面向自动化工作流中的分类、打分、路由任务，用来减少等待时间与成本。在大模型"什么都干"的叙事之外，这类"只干判断"的专用小模型，正在成为 Agent 流水线里性价比极高的一环。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
5. 微信视觉团队开源 WeMM-Embedding：信息图检索，原图方案 Recall@1 达 0.94
机构/作者：腾讯微信视觉团队 标签：【多模态】【检索】【开源】
在被 OCR 文本"翻译"成纯文字之前，图片原本的信息密度被严重低估。
内容摘要： 微信视觉团队开源多模态模型 WeMM-Embedding，并公开了一组信息图检索的对比实验：研究者测试三种方案——OCR 文本、整张原图、整图 + 九宫格局部向量。在 50 张信息图的对比中，原图方案 Recall@1 达 0.94，明显高于 OCR 文本方案的 0.80；而多向量（整图 + 九宫格）方案目前未能进一步提升效果。结论指向一个朴素而重要的工程事实：对信息图这类"版面即语义"的内容，直接编码原图往往比先转文本更接近真实分布。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
6. 泄露的 Gemini 4 Pro：256K 输出 + 2M 上下文，主打 Coding 与 Agent
机构/作者：谷歌（Google） 标签：【大模型】【长上下文】【Agent】
旗舰模型的下一个卖点，正从"更大"转向"更能干长活"。
内容摘要： 泄露的 Gemini 4 Pro 疑似在 Code Arena 盲测中被发现，套用 gemini-3.8-flash 马甲。用户实测显示其具备生成复杂 SVG 动画的能力，远超 3.8 Flash；爆料称其拥有 256K Token 输出上限（较前代提升 4 倍）与 2M 上下文窗口，主要针对 Coding 和 Agent 场景。原定 9 月发布，现推迟至 10 月。在 Agent 长时间自主执行成为主线的当下，"超长输出 + 超大上下文"的组合，指向的是"一次交付一整个工程"的能力预期。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
7. 字节 Doubao-Seed-2.1-pro 更新：Agent、Coding、多模态三合一
机构/作者：字节跳动（ByteDance） 标签：【大模型】【Agent】【多模态】
一个模型同时交出自主规划、改代码、看图表的能力，模型竞争开始比拼"端到端办事"。
内容摘要： 字节跳动发布 Doubao-Seed-2.1-pro 最新版，集成 Agent、Coding、多模态三大核心能力。实测中，它可自主规划执行长任务，从 0 完成产品 MVP；直接修改 20 万行开源代码并通过全部测试；多模态公考图形推理 4 题全对；还能完成电商数据分析并生成交互式仪表盘。API 已上线火山方舟。这三项能力恰好对应"长程规划 + 代码执行 + 跨模态理解"的 Agent 底座三件套，也说明头部厂商正把"能干活"而非"能对话"作为新版模型的主要验收标准。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
📄 学术论文
8. 中科大 × 阿里 CEDAR：显式建模"人为决策影响"的时间序列框架，获 KDD'26 Oral
机构/作者：中国科学技术大学、阿里巴巴 标签：【学术论文】【时间序列】【决策建模】
在电商场景里，预测不准往往不是模型不够强，而是"人的干预"没被建进模型。
内容摘要： 中科大与阿里提出 CEDAR 双重解耦框架：通过动作交错 Transformer 显式建模人为决策影响，再用残差修正模块融合外界干预因子。研究在 1688 平台 3200 万条商品轨迹上验证，预测误差较最优基线降低 57%；A/B 测试带来商家 LTV 提升 13%、店铺 ROI 提升 15%。论文获 KDD'26 Oral。它的价值在于把"决策—反馈"的因果链条显式拆开，而不是让模型在混杂数据里自己猜，这对运营、定价、供应链等强干预场景尤为关键。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
9. 上海 AI Lab SHE & SafeEvolve：把 Agent 安全从"静态配置"改成"轨迹驱动的持续演化"
机构/作者：上海人工智能实验室联合复旦大学、上海交通大学等 标签：【Agent】【AI 安全】【对齐】
安全不是给 Agent 发一份静态守则，而是让它从自己走过的轨迹里学会避险。
内容摘要： 上海 AI Lab 联合复旦、上海交大等高校提出 SHE 与 SafeEvolve，将 Agent 安全从静态配置转向轨迹驱动的持续演化。SHE 把 Agent 的 Harness 拆解为四类组件，从执行轨迹中诊断风险并更新策略，把攻击成功率从 17.1% 降至 5.5%；SafeEvolve 进一步把安全经验写入 Policy model，在 Qwen3.5-4B 上把攻击成功率从 2.37% 降至 0.79%，实现 Harness 与 Policy 协同演化。当 Agent 长期自主运行，安全必须"跟着经验一起长"，这套思路提供了可落地的机制。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
10. 谷歌 Dream-RSI：让 AI 靠"做梦"在虚拟环境里试错，省下 162 倍 Agent 调用
机构/作者：谷歌（Google） 标签：【RSI】【强化学习】【世界模型】
真实环境跑一次太贵，那就先在"梦里"把策略试够。
内容摘要： 谷歌发布 Dream-RSI 论文，用**"做梦"的方式让 AI 在虚拟环境中测试探索策略**，以减少真实重跑成本：在 Lasso 任务上省下 162 倍 Agent 调用，在数学优化上省 50 倍预算，内核（Kernel）性能最高提升 2.09 倍。这条工作与"世界模型即内环境"的思路一脉相承——把昂贵、缓慢的真实试错，替换为廉价、可并行的模拟试错，是 RSI 能否规模化的重要前置条件。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
11. 字节 OpenBMB Meshy：把 RL 训练里的"角色"做成独立服务
机构/作者：OpenBMB（字节跳动） 标签：【强化学习】【训练框架】【系统】
当训练从"一个脚本"变成"一群服务"，扩展性与可调试性才真正成为一等公民。
内容摘要： Meshy 是 OpenBMB 提出的角色驱动 RL 训练框架，基于 TorchTitan 与 SGLang，把 Inference、Training、Rollout 等角色建模为独立服务。数据通过 TransferQueue 直达消费者，控制流由数据驱动，拓扑由各进程本地推导。框架支持全异步训练，同时兼容同步训练模式，并避免了 RPC 调用与 Ray 依赖，在故障排查、性能与代码简洁度上更具优势。随着 RL 后训练成为大模型能力提升的主战场，训练系统的工程形态也在被重新设计。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
📱 应用产品
12. 腾讯内测 Chatterfly：AI 原生语音助手，把"开口说话"变成成文入口
机构/作者：腾讯（Tencent） 标签：【语音】【AI 输入】【Agent】
输入法解决"把字打出来"，Chatterfly 想解决"把想法变成文档"。
内容摘要： 腾讯低调开启 AI 原生语音助手 Chatterfly 的内测（需内测码），定位区别于传统输入法的 AI 原生表达辅助工具。基础能力覆盖语音输入、全场景 AI 打字、场景化深度润色、AI 指令执行，适配弱网、嘈杂、轻声等现实录音环境，并可学习用户习惯迭代输出风格，支持一键迁移搜狗个人词库。首期内置会议纪要、工作汇报、VibeCoding 提示词优化等 6 个 Skills，其中 VibeCoding 能把口语碎片整理成可直接交给 Agent 执行的完整 Prompt。目前已开放 macOS、Windows 桌面端下载，移动端即将上线。它最值得观察的是 Skills 插件化：语音不再只是"转文字"，而成为触发各类内容生产的入口。
来源：AITNT 全球 AI 新闻日报 / 读佳（2026-09-18）｜https://www.aitntnews.com/newDetail.html?newId=29446
13. vivo VDC：以"大模型 + Harness"构建个人化智能底座，系统级工具超 6000 个
机构/作者：vivo（2026 vivo 开发者大会） 标签：【Agent】【端侧 AI】【操作系统】
手机端 AI 的下一道题，不是模型更强，而是"能不能把事办完"。
内容摘要： 在 2026 vivo 开发者大会上，vivo 给出技术路径：以"大模型 + Harness"构建个人化智能底座。模型侧推出蓝心大模型端云矩阵——端到端语音模型 BlueLM-Realtime、端侧模型 BlueLM-Nano（端侧上下文扩展至 32K）、云侧快执行模型 BlueLM-Flash 与复杂推理模型 BlueLM-Pro 各司其职、自动调度。工程侧发布 Agent 原生的蓝心系统级 Harness 开发者平台：感知与记忆层共享长期上下文，规划层负责路由、编排与反思，执行层提供 6000+ 系统级工具及 MCP / A2A / CLI / 统一 API 接入手机、IoT 与现实世界；并基于观察—反思—沉淀框架让系统在设备闲时复盘任务路径、持续沉淀经验。vivo 想解决的核心矛盾是：既让 AI 拥有足够连续的个人上下文，又让感知与记忆始终运行在明确授权边界内。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/newDetail.html?newId=29442
14. Einsia AI 开源 AgentGit：全球首个开源 Agent 会话协作平台
机构/作者：Einsia AI 标签：【Agent】【开源】【协作】
代码可以 git，Agent 的工作会话为什么不能？
内容摘要： Einsia AI 发布开源平台 AgentGit（agent-git.com），定位全球首个开源 Agent 会话协作平台，支持 Agent 工作上下文的保存、分享、交接与多人协作，让 AI 的工作过程不再是一次性会话，而可成为团队共享、可复用的持续资产。团队成员可共同进入同一个 Agent 会话，围绕同一份上下文继续修改，无需复制聊天记录、反复解释背景。平台目前支持 Claude Code、Codex、OpenCode、OpenClaw、Hermes 与 WorkBuddy。当越来越多会话被开源、分享与沉淀，它有望成为"Agent 上下文"这一新型基础设施。
来源：AITNT 全球 AI 新闻日报 / 新智元（2026-09-18）｜https://www.aitntnews.com/newDetail.html?newId=29429 ｜官网：https://agent-git.com
15. 飞书 8.0 + 豆包工作伙伴：让 Agent"像员工一样入职"
机构/作者：飞书（Feishu）／字节跳动 标签：【Agent】【办公协作】【企业应用】
把 Agent 当"同事"而不是"工具"，是最直接的产品化路径。
内容摘要： 飞书在 2026 未来无限大会上发布 飞书 8.0 及豆包工作伙伴，打造国内生态较成熟的 Agent 工作平台：Agent 可像员工一样入职飞书、加入群聊、智能改文档、自动开会。落地数据上，东风奕派工厂使用后设备故障率下降 60%、年省 179 万元；飞书上半年 ARR 增速达去年同期的 2.5 倍，中小企业客户增长 70%。它说明企业级 Agent 的竞争焦点，正从"单点能力"转向"把 Agent 接进既有组织协作流"。
来源：AITNT 全球 AI 新闻日报（2026-09-18）｜https://www.aitntnews.com/ainews/zh-CN
📎 参考链接
智谱发布首个 RSI 成果 GLM-5.3-Flash（AITNT 全球 AI 新闻日报 2026-09-18） 云知声发布 U2-Flash，率先交出国产 RSI 早期答卷（AITNT） 独家实测｜腾讯低调内测 AI 原生语音助手"Chatterfly"，语音即可成文（AITNT / 读佳） 从"会回答"到"会办事"，vivo 如何解 AI 手机这道题？（AITNT） 刚刚，全球首个开源 Agent 会话平台发布！老板、同事和我共享一个 AI（AITNT / 新智元）｜GitHub 号称人类造的最后一个 AI 要来了，刷屏全网的 RSI 是什么（AITNT） AITNT 全球 AI 新闻日报（2026-09-18 汇总） arXiv 最新列表（cs.AI / cs.CL / cs.LG / cs.CV） 机构/产品官网：智谱｜云知声｜字节跳动 / 火山方舟｜腾讯｜vivo｜飞书｜OpenBMB｜AgentGit
本文由 AI 自动整理，信息来源于公开报道与开源仓库，仅供技术资讯参考。