从预测万物到自我进化：PhAI Labs提出RSI-Anything，探索通用RSI新路径
2026.10.12 · 事件 · 论文 · 论文预印本
PhAI Labs 提出 RSI-Anything，让世界模型参与预测与选择，驱动 AI 跨领域递归自我改进。
PhAI Labs 发布 RSI-Anything 技术报告，延续 JEPA-Anything 路线，把世界模型的预测能力与 Agent 行动选择、真实反馈和系统更新连接起来。在代码修复、GUI 交互、实验室规划和化学反应优化四类任务中验证：代码修复成功率从 26.3% 提升至 31.2%，OSWorld 任务成功率相对提升约 18.4%，4B 策略模型规划分数从 21.80%…
- 代码修复成功率从 26.3% 提升至 31.2%，在线测试预算基本不变
- OSWorld 基准任务成功率相对提升约 18.4%
- 4B 策略模型连续五代改进，规划分数从 21.80% 升至 46.01%
- 化学优化 40 次实验平均最佳产率 96.15%，高于贝叶斯优化 82.16%
- Policy 与 World Model 异步更新，并引入兼容性检查
为什么值得看
看世界模型如何把预测与反馈串成可跨领域复用的自我进化闭环。
适合谁关注
关注 AI 自我进化、世界模型与智能体的研究者与开发者。