Newshot

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

Summary

Recursive 联创 Jeff Clune :“QD、开放式、AI 生成算法,我觉得它们就是下一代伟大的 AI。” 作者丨 邓哲敏 编辑丨 齐铖湧 11 月 12 日,CoRL 2026 最后一天。主会已经结束,32 场 Workshop 密集进行,其中一场聚焦持续自进化(Continually Self-Improving),英属哥伦比亚大学教授、Uber AI Labs 创始成员 Jeff Clune 受邀来做分享。 今年 5 月,田渊栋(前 Meta FAIR 研究总监、ELF OpenGo 主导者)与其他七位联合创始人创办 Recursive Superintelligence,Jeff Clune 是其中一位。这家公司首轮融资 6.5 亿美元,投后估值 46.5 亿美元,谷歌 GV 与 Greycroft 联合领投,英伟达和 AMD 两大算力巨头同时押注。 大多数打着递归式自我改进(RSI)旗号的团队做的是后训练层面的代码自改写、prompt 自优化、agent 工作流自搜索,而 Recursive 是全球唯一在预训练阶段做 RSI 的公司 。田渊栋近期透露,他们的系统已经能自己写出高性能的 GPU Kernel——可以理解为显卡的底层计算程序,相当于直接跟硬件打交道的核心代码——在部分任务上比专业工程团队写得还好。 Jeff Clune 在自进化方面的研究,也从一开始就瞄准了最上游的模型训练环节。2019 年,他发表了一篇当时看来近乎科学幻想的论文,提出 通往 AGI 最快的路是人造出“能造 AI 的 AI” ,并命名为 AI 生成算法。路线图上有三根支柱:自己会进化的架构、自己会进化的学习算法、自动生成的训练环境。注意第三根柱子的措辞,“训练环境”,不是“推理环境”或“部署环境”。 六年过去,这张路线图正在被逐一兑现:能自己改写自己代码的达尔文哥德尔机,把 SWE-bench 从 20% 刷到了 50%;能自己出题、自己跑实验、自己写论文的 AI 科学家,投出去的稿件通过了同行评审。Jeff Clune 在演讲中更细致地梳理了自己的工作。 以下是AI科技评论(雷峰网)带来的现场演讲精编。 生活里有这样一个悖论:越是死磕难题,越容易失败;你先不管那个大目标,反而能走更远。 科学和技术史上,每一件极难的事,都有同样的性质。用火做饭的年代,你只想要做饭更…

Original text(via 雷锋网)
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

11 月 12 日,CoRL 2026 最后一天。主会已经结束,32 场 Workshop 密集进行,其中一场聚焦持续自进化(Continually Self-Improving),英属哥伦比亚大学教授、Uber AI Labs 创始成员 Jeff Clune 受邀来做分享。

今年 5 月,田渊栋(前 Meta FAIR 研究总监、ELF OpenGo 主导者)与其他七位联合创始人创办 Recursive Superintelligence,Jeff Clune 是其中一位。这家公司首轮融资 6.5 亿美元,投后估值 46.5 亿美元,谷歌 GV 与 Greycroft 联合领投,英伟达和 AMD 两大算力巨头同时押注。

大多数打着递归式自我改进(RSI)旗号的团队做的是后训练层面的代码自改写、prompt 自优化、agent 工作流自搜索,而 Recursive 是全球唯一在预训练阶段做 RSI 的公司。田渊栋近期透露,他们的系统已经能自己写出高性能的 GPU Kernel——可以理解为显卡的底层计算程序,相当于直接跟硬件打交道的核心代码——在部分任务上比专业工程团队写得还好。

Jeff Clune 在自进化方面的研究,也从一开始就瞄准了最上游的模型训练环节。2019 年,他发表了一篇当时看来近乎科学幻想的论文,提出通往 AGI 最快的路是人造出“能造 AI 的 AI”,并命名为 AI 生成算法。路线图上有三根支柱:自己会进化的架构、自己会进化的学习算法、自动生成的训练环境。注意第三根柱子的措辞,“训练环境”,不是“推理环境”或“部署环境”。

六年过去,这张路线图正在被逐一兑现:能自己改写自己代码的达尔文哥德尔机,把 SWE-bench 从 20% 刷到了 50%;能自己出题、自己跑实验、自己写论文的 AI 科学家,投出去的稿件通过了同行评审。Jeff Clune 在演讲中更细致地梳理了自己的工作。

以下是AI科技评论(雷峰网(公众号:雷峰网))带来的现场演讲精编。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

生活里有这样一个悖论:越是死磕难题,越容易失败;你先不管那个大目标,反而能走更远。

科学和技术史上,每一件极难的事,都有同样的性质。用火做饭的年代,你只想要做饭更快,就永远造不出微波炉。没有计算机的年代,你只资助算得更快的人,就永远得不到计算机。因为想要得到计算机,就需要有人搞电、搞真空管,这些技术根本不是奔着“算得更快”发明出来的。

所以解决难题唯一的办法,是像基础科学家那样,去试试自己能做什么、能解什么,然后在目标之间切换,根据你觉得“有可能”和“有意思”的东西,去挑新的目标。

“换目标”这个想法来自 2016 年的一篇论文。假如你是做机器人的,你想让机器人往前走,算法却开始学习爬行和单腿站立保持平衡,别把这些当成没用的小动作扔掉。它们虽然没有让机器人前进的速度明显变快,但可能是前进运动的垫脚石。我们希望算法能抓住这种“诶,这个有意思”的发现。

这就是创新引擎(innovation engines)的想法。自然的演化、文化的演化都是创新引擎,共用一套配方:存档里装着发明过的一切,把东西取出来,稍加修改和组合,如果变成了更好的版本,就把这个更好的放回存档里。

今天给你们讲三类算法,都在试着复现这种创新的力量:质量多样性(QD)算法、开放式算法、AI 生成算法。

QD 不追求唯一最优解,而是满世界地问:这个问题,我到底能有哪些截然不同的好解法?

最流行、也最有代表性的是 MAP-Elites,我十几年前做的。先挑几个在意的变异维度(比如身高),加一个性能指标(比如速度),然后拿一个参数向量描述机器人,评估出它的各项指标,放进多维存档里对应的格子。接着开始循环:取一个指标出来改一下,重新评估,如果它是这个格子里见过最好的,就换进去,一直重复。它给你的不是一个点,而是一整张曲面——哪里好、哪里差、哪里能做,全都看得见。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

2015 年我们用 QD 做软体机器人。经典优化只能拿到低性能解,刻意鼓励多样性,反而多样性更少,因为系统找到了高性能解,却不愿拿性能换多样性。换成 QD,同样算力,探索覆盖完全不一样了。你还能在这些存档里“做科研”:把某个格子里最终最好的解往前回溯它的祖先,会发现搜索走了一条很绕的路。

2021 年我们又用 QD 解决强化学习里的硬探索问题:用最高质量到达尽可能多的状态。我们用这个去玩《蒙特祖玛的复仇》,直接把领域天花板掀了,超过人类世界纪录,还一路解掉了所有关卡,打赢了当时所有最好的探索方法。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

不过 QD 再强,还是被困在单一环境里。这就引出开放式算法,我研究了一辈子的东西。我们想要一个能永远创新下去的算法,哪怕跑十亿年,你还是想回来看看,因为它还在创新。

谁能搞定这个,我觉得该给他发个大奖。据我所知,目前只有两个开放式算法:自然演化和文化演化。关键是,每解决一个问题,就打开了新问题,而不是朝某个基准的分数收敛。

几年前我们在 Uber AI Labs 做了 POET,第一次把环境本身也当成基因组的一部分,让环境存档不断生长,同时允许换目标。有意思的是,POET 发明并解决了很多很难的、各不相同的题目。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

让我们退一步看看整个领域的野心:AGI、ASI、RSI,随你怎么叫。我在 2019 年一篇讲 AI 生成算法的论文里说过一个趋势:算力和数据越多,手工设计的流程和组件就越会被学出来的替代。把这个逻辑套到 AGI 身上,通往 AGI 最快的路,就是能造出更好 AI 的 AI。我当时叫 AI 生成算法,现在大家叫递归式自我改进。

要做成这事,至少三根支柱要往前推:架构(Transformer 不会是最后一个)、学习算法、自动生成训练环境。今天主要讲第三根柱子。

真正的开放式算法需要巨大的环境搜索空间,但绝大多数环境要么不可能、要么太难、要么太简单。怎么保证新环境跟过去“有意思地不同”?现在可以直接问基础模型:我做过这 12 个环境了,下一个有意思的技能是什么?这样就能绕开“怎么定义有意思”这个老大难。

光能提任务还不够,还得知道怎么自动给任何任务设计奖励、判断有没有解出来,这叫通用奖励函数。一条路是把任务视频喂给视频语言模型,另一条是让 GPT 现场写奖励代码。均匀采样、单一指标都走不通,但 OMNI 会慢慢学出一套聪明的课程。

不过我们还是被困在厨房里。想更有野心,就得进入“达尔文完备”(Darwin-complete)的搜索空间。

一个是代码,我们做了 OMNI-EPIC,让系统用代码生成任何环境,于是有了这些障碍赛道,也能生成逻辑题、编程题、清理餐厅的机器人,类型可以非常不同。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

二是神经网络本身,这个项目叫 Genie,一个世界模型,我和 DeepMind 的同事一起做的。你给它文本、图像、草图,它就生成环境。第一代只有一秒、糊糊的二维视频;九个月后 Genie 2 有了三维世界;再八个月后 Genie 3 基本是 3A 游戏级渲染器,Waymo 拿它训练自动驾驶。想象一下 Genie 4、5、10 会有多强?

接下来看这套套路有多通用。第一是智能体系统的自动设计,以前是人手工搭复杂智能体工作流,那不如直接去搜索智能体系统,让 AI 造更好的 AI,结果是它们很快超过了当时所有手工设计的脚手架。第二,我们让一个性能高的智能体存档不断生长,它变好,而且经常先变差才能变好。再往前是 Hyperagents,让智能体能改自己的代码、也能改进自我提升的能力。同样的想法也用于持续学习,学会给任务记笔记,之后遇到类似任务当场取用。

最后是 AI 科学家,几个月前我们发在 Nature 上的文章讨论了一个问题:AI 能不能把写论文的全流程做完?答案是能。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

它能生成想法、设计并跑实验、分析和可视化、写完稿件、自己给自己做同行评审。我们把它的一些论文拿去做同行评审,被接收了,而且在 workshop 里,评分比当年人类投稿里 45% 的都高。而且有 scaling 规律,模型越好,做得越好。所以,未来不会只是某篇论文,而是 AI 科学家不断读自己的发现,一个创新接一个创新。

这就是现在 AI 最热的题目之一:递归式自我改进。我和朋友成立了公司叫 Recursive,就是奔着开放式 AI 去的。图像生成的十年,从糟糕透顶到接近完美,我们现在大概就在中间那个位置,而递归式自我改进大概刚处在刚刚勉强能用的位置。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

最后我想说,QD、开放式、AI 生成算法,这些东西会不断创造垫脚石、换目标、学会创新,很可能是通往超级智能最快的路。所以我鼓励你们在自己的研究领域里想想怎么用上这些想法,我觉得它们就是下一代伟大的 AI。

▎Q:你的方法看起来是被环境的特征卡住的,这些特征的多样性、规模、评估的成本,你觉得该怎么解决?

A:很多人已经在机器人上用了这些想法,我前面提到的那些项目就是。你也可以拿我们在 Nature 那篇论文里做的东西,学一个高质量任务库,再想办法把它利用起来做迁移。你可以在仿真里用海量的、多样的任务训练,拿到很多技能;去真实世界里试;然后额外做一个小算法,去只在迁移得好的那些东西上训练。

以上为现场精炼干货版,演讲实录全文,可添加下方作者联系方式。

国际机器人顶会 CoRL 2026 已经召开,欢迎参会的研究者、学生,以及关注 AI 前沿进展的读者加入我们雷峰网的交流群。

在这里,你可以认识同行、交流研究,分享招生信息、科研合作、约饭、投稿、组队参会等,寻找潜在的合作伙伴。

大会期间,我们也会持续带来现场报道速递、嘉宾演讲解读、前沿方向梳理和论坛精华。

? 进群传送门: 扫码进群或添加微信szhsn610,备注:CoRL+单位/学校+姓名+方向。

田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026
田渊栋创业合伙人:通往 AGI 最快的路,只能是 AI 造 AI | CoRL 2026

雷峰网原创文章,未经授权禁止转载。详情见转载须知。

  • Facebook 人工智能研究院研究员田渊栋:将人工智能运 ...
  • Martin Davis最新访谈:机器学习是一个收敛的过程, ...
  • 最强通用棋类AI,AlphaZero强化学习算法解读
  • 京东数科首度公开联邦学习战略全布局,薄列峰详解两 ...

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by 雷锋网
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗