百度文心披露RSI进展 ERNIE Evolve落地推理

时间：2026年11月9日 地点：北京 人物：百度文心团队 事件详情：百度文心今日首次披露递归自我改进（RSI）最新进展，公布参与文心5.5 Flash研发的自动研究系统ERNIE Evolve。该系统能够围绕目标与约束，自主提出研究方向、开展实验、验证结果并积累经验，既可以持续优化已有路径，也能根据实际效果探索新方向。在NanoChat AutoResearch和NanoGPT Speedrun两项公开任务的三个评测指标上，ERNIE Evolve均取得了目前公开验证的SOTA表现。目前，该系统已应用于即将发布的文心5.5 Flash推理优化，涵盖昆仑芯P800低时延场景、确定性推理吞吐优化及极致解码速度优化三个方向，所有改动均已通过文心团队的压测与正确性检查，并完成生产级验证。 背景：递归自我改进（Recursive Self-Improvement，简称RSI）是当前全球AI领域的重要探索方向之一，核心理念是让AI直接参与自身研发流程，不断优化自身能力，形成自我改进闭环。OpenAI、Anthropic、腾讯、智谱等多家厂商都在探索将RSI引入模型研发。ERNIE Evolve采用双层循环组织研究，外层循环结合历史实验结果和已有知识，提出新的研究方向并安排多条研究线并行探索；内层循环则针对具体方向持续进行代码修改、效果评测和经验沉淀。系统内部由多个智能体分工协作，Director负责选择研究方向，Selector负责确定每轮实验的目标和代码起点，Executor负责修改代码并生成新版本。每轮实验结束后，独立评测程序Evaluator负责评测代码性能和实验结果，Reviewer则进一步检查研究是否偏离目标、是否存在评测漏洞。只有通过评测和复核的改进才能保留。 影响：在昆仑芯P800低时延场景优化中，ERNIE Evolve历时约168小时，经过4轮方向探索，先后接入原生融合算子并启用投机解码，再对主机调度与同步机制、通信路径进行优化，最优版本的生成速度提升至基线的623.6%。在确定性推理吞吐优化中，ERNIE Evolve用3天时间围绕确定性采样、确定性开关及算子并行策略开展3个方向的探索，在严格保持确定性的前提下，最终将吞吐提升至基线的133.7%，平均每token生成时间缩短26%，首token延迟降低12%。在极致解码速度优化中，ERNIE Evolve累计探索7个研究方向，其中3个方向通过对MoE与mHC算子、矩阵乘与调度策略，以及草稿模型关键路径的优化带来有效提升，最终实现推理性能累计提升至基线的114.9%，精度与基线保持一致。 总结：ERNIE Evolve的推出标志着百度在AI自动研究领域迈出了关键一步。通过在真实研发任务中的验证，该系统证明AI不仅能够参与代码优化，还能在复杂约束下持续产出经过生产级验证的改进。百度表示，推理基础设施优化只是RSI在真实AI研发中的第一个落点，未来同样的研究闭环将逐步延伸至训练系统优化、模型能力研究和评测体系迭代，推动AI自主发现问题、提出假设、设计实验并验证结果。扩展过程将在明确的目标、权限和资源边界内进行，并接受持续的安全评估与人工监督。 参考来源： 雷峰网 https://www.leiphone.com/category/industrynews/FO9Dx6HKj5Bvno5y.html 百度文心官方博客 https://ernie.baidu.com/zh/research/posts/ernie-evolve/ IT之家 https://it.ithome.com/archiver/1/024/368.htm 量子位 https://www.qbitai.com/2026/11/508746.html 极客公园 https://www.geekpark.net/news/373750 搜狐科技 https://www.sohu.com/a/1099219195_117302