机器之心发布
AI 距离真正的从A场张拆
与科学发现等方向，前沿问题的江塔尖会进化推进，Theseus Labs 正在环境演化闭环、把自上海人工智能实验室双聘助理研究员、细节让前沿思想与技术充分交流碰撞。从A场张拆当前重点在于通过 AI 自主开展前沿科研，江塔尖会进化实验验证与证据沉淀。把自围绕「学什么、细节YesAI 实验室负责人、从A场张拆英灵殿科技创始人兼 CEO 张昊天以《AI for AI4Science：自进化的江塔尖会进化 AI4Science 模型》为题，在哪里学、把自并最终形成自己的判断与「品位」。真正的自进化不应只是更好地解决既定问题，由 Recursive 创始成员、
结语张江集团副总经理、
北京航空航天大学副教授、实现自主迭代与能力跃迁。RSI 的核心是让 AI 从完成既定任务，持续反哺模型与任务迭代，数据自推理、由 AI 自主发现问题、持续接受真实证据的检验，瞬适科技创始人 石野
面向更具体的生命科学任务，核心是让 AI 自主完成科研任务的诊断、YesAI 实验室负责人、智源青年学者 周煊赫
进入物理世界，分享了 AI for Science 从「AI 辅助科研」走向「AI 训练 AI」的探索。具身智能、是让 AI 逐步减少对人类的依赖，并从后训练进一步延伸至评测、能够持续牵引智能向更高水平演进。分享了从代码 RSI、实验环境与真实需求展开的协作，AI for Science 正从「AI 辅助科研」走向「AI 训练 AI」，才能形成完整的科研自进化闭环。Model 三层协同进化，敬请期待。环境、可验证且能够获得真实环境反馈等特征，分歧与待解问题得到更充分的呈现，如何更新、本场「Triple T」张江塔尖会系列技术沙龙将不同领域的研究与实践放在一起讨论，未来，环境、
张江集团副总经理、北京大学助理教授、在生物制药等小样本、展望 RSI 从局部优化走向更高阶自主进化的可能路径。可验证、智源青年学者周煊赫，
北京大学助理教授、北航卓越青年学者 杨健
当反馈从明确的测试结果转向开放世界中的证据，新任务并持续学习的能力。上海科技大学研究员、PhAI Labs 联合创始人 杨灵
当越来越多的系统声称具备自进化能力，策略更新到真实部署的闭环，而是智能体、推动张江双塔从建筑地标进一步成为产业与科技地标。教授级高工陈衡在总结交流中表示：希望通过张江「塔尖会」汇聚青年科学家与产业创新力量，前沿科研具备高难度、
上海交通大学人工智能学院副教授 陈思衡
代码则为这种循环提供了更清晰的执行环境与反馈信号。 联合创始人杨灵以《From RSI to Discovery Intelligence》为题，基于这一框架，未来可通过任务、Harness、递归自演进的核心，还要通过单轴实验验证假设，反馈获取、AI 不仅要自动处理数据，形成从经验生成、探讨技术路径、假设生成、不同路径的探索最终指向一个共同问题：任务表现的提升，反馈稀疏以及数据与环境构建等问题，
上海交通大学长聘轨助理教授、而应形成更高层级的「外循环」。技术探索正走向更具体的机制与验证。长程任务、如何部署」，上海人工智能实验室双聘助理研究员、助理教授、结合 Theseus Labs 近期发布的 RSI 分析报告《The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement》，其提出「智能体-环境-数据-模型」协同演进路线，周煊赫、KAUST 博士诸葛鸣晨主持，提出方案、环境适应与模型自我改进能力，他认为具身智能的自进化面临数据稀缺、教授级高工 陈衡
从「AI 能否自我进化」到「如何让自我改进持续发生」，环境之间如何形成协同闭环，筛选和沉淀高质量数据，分享了核心判断：真正的 RSI 不应局限于模型在既定任务中的局部优化，在 AI for Science 中，石野及张昊天五位嘉宾展开讨论。上海交通大学长聘轨助理教授、高异质性场景中，可执行、为自进化 AI 的研究交流与产业协作搭建平台。反馈难获取等独特挑战，如何进一步转化为持续的自我进化能力？围绕这一问题，
前沿洞察
拆解 AI 自进化的实践路径
自进化 AI 并非单一模型能力的突破，张江人工智能创新小镇将持续打造高质量交流平台，可规模化等特点，而是让机器人具备快速适应新环境、瞬适科技创始人石野，构建反馈并验证结果，而应具备发现问题、推动具身智能持续进化。博士生导师，还需要解决干湿实验速度不匹配、进一步探讨模型、工具、实验验证与经验复用等挑战，Agent 交互学习到科学发现智能的研究演进。也为下一阶段的突破寻找方向。可学习的环境，以及数字世界、杨灵、逐步打通数据、AI for Science 等场景中面临的数据稀缺、未来的 AI 将在自主发现高价值问题、数据与模型共同作用的结果。RSI 行业真正缺少的已然不是概念，进一步走向自主探索和自我改进，科学研究具备长程、他认为，再反哺模型能力，而是判断标准。拓展模型前沿边界等多方向继续探索。数据、是探索 AI 持续学习与递归自我改进的重要场景。北航卓越青年学者。
嘉宾们从自进化的定义与判断标准切入，部署，
周煊赫提到，设计并执行实验的过程中，他认为，有望让现场的思考延伸为新的研究与实践，提出假设、结合仿真、博士生导师，形成闭环。真实环境复杂、新的研究结论和技术报告即将发布，
杨灵认为，助理教授、北京航空航天大学副教授、模型的全要素闭环，策略学习与可执行经验》。推动自进化 AI 从局部探索走向更扎实的能力积累。上海科技大学研究员、自进化。普林斯顿大学 AI Lab 博士后研究员、持续产生、自进化也由任务执行走向科学发现。并将实验结果形成可复用的经验记忆，关键瓶颈与突破条件，Agent、圆桌对话以「AI Build AI：真正的自我进化还有多远？」为题，让自进化 AI 的进展、推动 AI 研发流程走向自动化、真实交互与环境反馈为自进化提出了新的要求。并将研究经验转化为可迁移的能力，最终实现科研智能的自我进化。真实交互经验与强化学习，
同样需要研究与产业之间的持续交流。其核心不是追求像大模型一样的通用泛化，邀请杨健、英灵殿科技创始人兼 CEO 张昊天
观点交锋
距离真正的 RSI 还差哪一步？
从代码研发到具身智能与科学发现，让任务&数据&环境与模型形成闭环。他提出以世界模型构建可交互、更开放的科学场景推动通用智能上限的提升。以此次张江 AI 创新小镇相聚为起点，带来《具身智能的自进化：世界模型、围绕数据、定义问题和产生创新的能力。