近日，国产开源文档解析模型OXR在OmniDocBench等三大世界级榜单登顶全球第一。该模型参数量仅1.3B，凭借创新的RSI（递归自我改进）训练范式，摆脱了对海量人工标注的依赖，实现自我迭代进化。OXR能精准解析公式、化学结构图等13类复杂文档元素，且速度极快，单卡解析百页文档仅需101秒。其架构轻巧，版面分析模块完全可插拔，极大提升了业务适配自由度。目前OXR已全面开源，提供免费API与一键本地部署支持，致力于将复杂文档重构为结构化资产，为AI Agent时代打造坚实的数据基础设施。

2026年10月，国内SoMark团队正式开源文档解析模型OXR。该模型主参数仅1.3B，却在OmniDocBench等三项全球基准测试中斩获第一，能精准解析表格、公式等13类复杂文档元素。不仅精度登顶，其解析速度更超越PaddleOCR与MinerU等竞品。技术上，OXR首次引入递归自我改进（RSI）训练范式，实现无标注数据闭环迭代，且版面分析模块可插拔，灵活适配业务需求。目前，OXR已全面开放代码、模型权重、在线Demo及免费API，为开发者提供高精度、高效率的文档解析新选择。

最近AI圈热议“RSI”（AI自我改进），而实现该目标的核心在于“记忆”：如何让AI记住经验，避免重复犯错？ 传统做法是给AI外挂一个“经验库”。但最新开源的MemT 1.0模型提出了“记忆原生”方案：将记忆直接植入模型内部，让AI像人类一样，自主学习写入、更新和调用经验。 MemT 1.0推出了N...

如今，AI正从“通用工具”进化为懂你的“专属助手”。但我们日常积累的业务经验，如何真正沉淀为AI的能力？通研院孵化的“通衍灵智”团队给出了答案：递归自进化个性化智能（RSI）。 传统AI多靠外部知识库“死记硬背”，而通衍灵智采用“共享大模型+个性化参数”架构。它如同为AI定制“专属大脑”，将用户长期...

近日，谷歌开源名为Harness²的递归自我改进（RSI）新成果，研发团队“华人浓度爆表”。该技术能让大模型在运行中自主魔改外挂代码、提示词及工具链。针对过去RSI在真实场景中“无标准答案”和“过度拟合”的痛点，Harness²创新采用双层递归架构，让AI左手做实验右手记笔记。实测效果惊艳，装配该技术的GLM-5在WorkBuddy-Bench办公基准中狂飙11.5分，瞬间反超原生Gemini 3.5 Flash。目前项目已全面开源并支持OpenCode与Codex，任何模型套用后跑分均大幅起飞，引发业界广泛关注。

近日，华为联合UCL等团队推出AI智能体Memento 3。该系统以Claude Opus 5为底模，无需微调，凭借“递归自我改进”技术，满分通关ARC-AGI-3的25款游戏及183个关卡。它通过“代码即模型”自主编写攻略与模拟器，边玩边纠错，操作次数比人类少56%，斩获满分。此外，在Pong游戏中，AI摸索出策略后无需大模型参与，连续三局21:0零封对手。研究表明，冻结参数的通用大模型通过构建外部世界模型，亦能在陌生领域实现自我迭代与进化。

近日，谷歌DeepMind发布Gemini 4 Argon模型，研究员宣称其已实现RSI（递归自我改进），直呼“模型超越了自己”。该模型跑分亮眼，综合智能追平GPT-6 Astra，幻觉率低至15%，在多项知识测试中登顶，且价格仅为竞品三分之一。RSI实证方面，Argon展现出自主优化数据中心释放超300TiB内存、重写80万行系统内核等惊人能力，具备“自我改进早期迹象”。但彭博社爆料部分员工对其实际编程表现存疑，直指“刷榜”通病。当前AI前沿已形成谷歌、OpenAI与Anthropic三强鼎立格局。从“人教模型”到“模型自教”，RSI的齿轮或已悄然转动。

【谷歌发布Gemini 4 Argon，掀起AI价格战与能力跃迁】10月1日，谷歌正式发布新一代前沿AI模型Gemini 4 Argon，强势回归AI三强争霸格局。该模型在文本竞技场登顶，智能指数追平GPT-6 Astra，单任务成本仅需1.99美元，极具性价比。其单次输出上限史无前例拉升至100万Token。更震撼的是，Argon已在内部重写80万行底层内核代码，狂省300TiB内存，并大幅提升视频解码速度。此外，其强大的网安漏洞挖掘能力备受瞩目，无护栏版仅向受信机构开放。此次发布不仅重塑行业格局，更让RSI初现端倪。

【Anthropic首曝AI研发绝密报告：3万智能体正自我迭代】近日，Anthropic首次公开内部AI研发核心指标，揭示AI自我进化进程。数据显示，截至2026年8月，Claude已自主主导26%的核心研发工作，超90%的任务实现人机深度协同。其内部平台日常并发运行约3万个研发智能体，并通过在线拦截与离线监控双层系统严控风险。此外，报告披露其核心研发算力中约6%严格用于安全研究。Anthropic借此打破行业黑箱，呼吁OpenAI等友商公开同类数据，以缩小前沿实验室与公众的信息差，提升全行业AI研发透明度与安全监管标准。

9月17日，智谱揭秘其在Infra层发力RSI的最新战略。面对算力受限与需求暴增，智谱推出由GLM-5.3驱动的推理基础设施，在十万张国产芯片上成功跑通GLM-5.3-Flash模型。该模型六天内处理超62万亿Token，端到端吞吐量提升3.2倍，全量切流仅用两周。智谱首创“密集反馈”体系，赋予AI资深工程师的诊断能力，以软件优化弥补国产硬件短板。此外，智谱正搭建1GW级算力中心，推进云分成模式与网安场景落地。此举标志着智谱正将国产算力难题转化为技术主动权，通过“模型与系统互哺”闭环，在300亿算力成本战中抢占先机。