随着人工智能的发展，修复程序漏洞、操控计算机、筹划实验流程、优化化学反应乃至深度研究复杂免疫系统，这些看似风马牛不相及的任务，近期却在一个统一的自我进化研究框架中取得了令人瞩目的进展。更引人关注的是这些实验结果的背后，所揭示的深刻变化。以代码修复为例，研究人员没有更换负责编写代码的模型，亦没有增加测试的预算，仅仅让世界模型参与到预测和选择代码修改的过程中，并利用真实反馈不断优化预测器。最终，这一方法使得代码修复的成功率从26.3%提升至31.2%。而当AI在实际操作计算机，面对不断变化的屏幕时，同样展现出优越的表现，在OSWorld基准的计算机图形界面交互任务中，RSI-Anything的任务成功率较传统方法提升了约18.4%。在实验室环境中，一个仅有4B参数的策略模型经过五代迭代，规划得分从21.80%跃升至46.01%，甚至略微超越了依赖更大模型组合的参考系统。

在化学领域，通过进行40次实验，反馈驱动的搜索方法将最佳观测产率提高至96.15%，而对照的贝叶斯优化方法仅为82.16%。这些任务虽然在状态形式、行动空间与反馈机制上截然不同，却都能被纳入同一预测与反馈驱动的改进框架。这不禁引发了一个深刻的思考：AI的递归自我进化，是否真的只能局限于代码、数学或某一特定领域？

递归自我改进（RSI）正逐渐成为AI研究的核心方向。但要使AI能够从数字化环境走向一个需要实时互动的计算机世界，以及更为复杂的物理和科学领域，仅依赖明确的测试结果和奖励信号是远远不够的。在多样化的环境中，状态的变化和行为后果往往更加复杂，而来自真实世界的反馈也可能愈加昂贵、稀少甚至难以获得。如果AI能够为不同领域构建预测模型，提前预判可能的后果，并利用真实的反馈动态调整自身，那将是多么令人期待的场景。 球友直播

10月12日，PhAI Labs推出了技术报告《RSI-Anything: Unlocking Recursive Self-Improvement with World Models》，旨在探索如何通过世界模型实现跨领域的递归自我改进。这项研究延续了之前JEPA-Anything的技术路线，JEPA-Anything则聚焦于通过通用预测学习原理，建模视觉、分子、物理、生命等不同世界的变化规律。RSI-Anything则进一步追问：当不同世界变得可预测，是否可以将这些世界转变为AI自我进化的环境？世界建模不仅仅是为了预测未来，而是成为了连接不同环境与智能自我进化的关键纽带。

要使AI在多种环境中实现持续的自我改进，首要任务是理解行动可能产生的后果。在代码领域，运行测试可以获得相对明确的反馈，但在化学实验或者生物系统中，任何细微的操作变化都可能需要真实实验来验证其影响。而如果每一次学习都依赖于真实试错，AI的探索空间将受到严重的限制。这时，世界模型显现出其独特的潜力，让AI在探索环境变化规律的基础上，再利用预测来辅助行为决策。

早前，PhAI Labs提出的JEPA-Anything，已在视觉、生物、临床、控制、分子动力学、物理场和气候模式等七大领域探索了统一的预测学习机制，其核心方法OPF（正交预测分解）通过将复杂状态拆解为互补的预测因子，成功建立起不同系统中的变化规律。相关研究甚至展示了从肿瘤干预分析到行星轨道规律提取的跨领域应用。但要真正推动AI的进化，RSI-Anything则努力跨越第一步，将世界模型的预测能力与Agent在行动选择、真实反馈及系统更新中的结合紧密联系起来。不同领域的创造性共存，为未来的AI自我进化铺平了道路。 球友直播