精华速览
11月5日，前华为盘古大模型负责人王云鹤创办的北京大模型创企基元律动（TokenRhythm）发布面向智能体任务的大模型NeoHorse-1.5-Flash Preview并开放内测。该模型基于Qwen3.8-Flash，通过递归自我改进（RSI）迭代训练，主模型参数1250亿、激活参数60亿。评测显示，其在Agents' Last Exam中整体成绩从41.20分提升至50.43分，提高约22.4%；自然语言生成代码仓库评测从44.24分升至50.16分，提高约13.4%。公司称训练中引入多模型差分诊断、对抗式环境进化引擎和群体智能在线学习三项技术，将多模型任务执行经验用于后训练。基元律动成立于2026年4月，今年8月披露完成数千万美元天使轮融资。
要点透视
- NeoHorse-1.5-Flash Preview主模型参数为1250亿、激活参数60亿，基于Qwen3.8-Flash进行递归自我改进迭代，11月5日开放内测。
- 在Agents' Last Exam评测中，该模型整体成绩由基座41.20分升至50.43分，提高约22.4%；物理科学任务提高约106.1%，医疗健康提高32.0%，工程提高54.7%，但计算与数学领域由59.51分降至52.96分，下降约11.0%。
- 自然语言生成代码仓库评测整体成绩由44.24分升至50.16分，提高约13.4%；开发工具与测试、Web开发与内容获取、安全认证与加密领域分别提高约27.9%、20.6%和35.6%。
- 基元律动成立于2026年4月，聚焦多模型智能路由与协同、Agent框架及模型优化；今年5月推出开源Agent框架OpenSquilla首个公开预览版，8月27日多模型聚合API平台TokenRhythm API启动公测。
- 创始人、CEO王云鹤曾任华为诺亚方舟实验室主任、盘古大模型负责人，CTO韩凯曾任华为诺亚方舟实验室首席研究员，两人曾共同参与GhostNet、GhostNetV2研究。
- 今年8月公司披露由弘晖基金领投的天使轮融资，聚合资本、尚势资本等参与，累计融资数千万美元；种子轮由Granite Asia领投，鼎晖VGC、元璟资本、无限基金参与。
- 上一代模型NeoHorse-1于今年9月发布，含40亿和90亿参数两个版本，其4B版本在十项评测中平均64.87分，在参与比较的6款开放权重模型中排名第一。
- 官方公布的四个案例中，量子物理计算与机器人三维装配均得100分，对比模型Qwen3.8-Flash-Next分别得0分和53.36分；前端生成案例中，新模型在聚类相关矩阵还原和公式计算页面上表现更完整。
文章拆解
基元律动此次发布的核心看点不在参数规模，而在训练方法。NeoHorse-1.5-Flash Preview以Qwen3.8-Flash为基座，主模型1250亿参数、激活60亿，走的是稀疏激活路线，推理成本相对可控。真正区别于常规微调的是其递归自我改进思路：把上一代模型重新放入多模型任务执行体系，积累执行记录与能力反馈，再用于训练新一代模型。换言之，模型在真实任务中产生的经验被转化为下一轮训练材料，形成迭代闭环。
支撑这一闭环的是三项技术。多模型差分诊断让多个前沿模型执行同一任务并融合结果，通过比较自有模型与融合结果的差距，形成动态的“能力缺陷画像”，据此确定训练重点；对抗式环境进化引擎从种子环境生成候选环境，筛选出能带来新经验的场景，并用模拟用户追问、改需求、反悔的交互体制造多轮压力；群体智能在线学习则将多模型融合结果作为逐任务的教师信号，以同策略方式持续更新模型。这套设计的逻辑是：不依赖单一强模型蒸馏，而是把多模型协同过程中产生的比较信息变成训练信号。
从评测看，提升集中在需要多步骤工具调用和错误修正的任务上，物理科学、工程、医疗健康涨幅明显，代码仓库生成也有两位数提升。但计算与数学领域下降约11.0%，说明后训练可能在一定程度上牺牲了基座的纯推理能力，这一取舍是否可接受，取决于目标场景分布。此外，所有评测和案例均来自公司官方公布，缺乏第三方复现，实际泛化能力尚待确认。
对行业而言，基元律动的路径提供了一个观察样本：多模型路由业务不仅是服务开发者的API生意，调度过程中积累的任务执行数据还可以反哺自有模型训练。这与近期Recursive、超衍智能等围绕RSI的探索形成呼应，但各家侧重不同，RSI目前尚无统一技术标准。潜在风险在于，若教师信号过度依赖其他模型，自有模型可能趋同于模型池的整体水平，难以形成差异化能力；在线学习涉及真实用户任务数据，数据合规与训练稳定性也需持续观察。公司成立不足一年、累计融资数千万美元，后续能否把方法优势转化为可持续的产品与商业闭环，尚待确认。
暂无评论。