导读： 当前，全球人工智能正加速迈向 RSI（递归自我改进，Recursive Self-Improvement）的新拐点，当一个系统具备了持续改进自身的能力，它将如何重塑真实的科学与工程边界？ 11月12日，在百度世界2026大会开幕式......

当前，全球人工智能正加速迈向 RSI（递归自我改进，Recursive Self-Improvement）的新拐点，当一个系统具备了持续改进自身的能力，它将如何重塑真实的科学与工程边界？

11月12日，在百度世界2026大会开幕式上，百度创始人李彦宏表示，AI的下一幕是智能组织，企业需围绕AI重新设计组织与流程。当天下午「AI+自进化」分论坛，作为这一判断在硬核研发与产业侧的深度呼应，百度智能云携手材料、芯片、可控核聚变、量子计算、生命科学及服装制造等领域的顶尖科研团队与产业伙伴，共同解码 RSI 在产业侧的落地形态：如何将“人定标准、AI寻优、结果回流”的自进化闭环真正接进研发与生产系统，打造AI时代的研发“新厂房”。

从“工具提效”到“闭环进化”：重塑研发与组织的运行范式

当下技术演进最受关注的趋势，是智能正在参与自身的生产。百度集团副总裁袁佛玉在致辞中指出，更强的 AI 正在加速科学研发，而科研突破又反过来改进算法、芯片与计算系统；这两条路线若能持续相互推动，被改变的将是技术进步的速度本身。

但技术范式的跃迁也带来了新的产业命题。袁佛玉提示，随着 AI 让方案生成变得更快、更便宜，研发的核心瓶颈正向下游的实验与验证环节转移。“生成更便宜了，但验证还是很慢很贵。”她表示，企业需要把关键假设的验证、制造工艺与真实使用条件更早地纳入 AI 辅助的设计与仿真中；而当全链路成本大幅下降，许多过去因 ROI 不足而长期“做不起、试不起”的需求将重新成为市场，这也呼唤产业具备“创造和发现新市场”的智能组织能力。在此过程中，百度智能云的角色十分明确——做坚实的智能时代基础设施，提供算力、数据服务与智能体基础设施，支持伙伴构建面向研发与生产的自进化智能体。

百度伐谋产品总经理李安南

如何让这一自进化闭环在真实场景中运转起来？百度伐谋产品总经理李安南在分享中，给出了“百度伐谋”的落地范式：人把标准定好，由 AI 持续寻优，人再做审计与验收。

李安南将 RSI 拆解为三个阶段：目标明确的自动化科研（Auto Research）、目标动态演进的持续学习，以及真正通用的自我改造。他指出，当前产业成果多数处在第一阶段，而本场论坛中的前沿案例已开始迈向第二阶段。

为此，百度伐谋将核心能力下沉在两处：一是人机协同搭建“验证环境”：从可计算的客观指标、面向模糊标准的评估规则（Rubrics），到工业仿真软件，直至直接接入真实生产系统的数据流，确立“可衡量”的标尺；二是用自研 Harness 支撑极限“Looping（持续寻优）”：通用智能体面对复杂任务往往迭代百余轮便自行停滞，而伐谋能够一路自主迭代直至逼近物理上限。

他以工业革命作比：珍妮机虽提升了单人产能，但仍像如今许多辅助工具一样需要人不断点击确认；直到水力驱动的阿克莱特纺织机让工具把人从“环内”解放到“环外”，真正的工厂制才成为可能，这也是对本届大会“智能组织”主题的生动回答。

目前，百度伐谋的产业客户已覆盖中国41个工业大类中的25个，覆盖度超60%，已接入大型港口港自动化码头系统、海高激光四机械臂协同等真实生产流中实现动态演进。

扎根真实生产系统：自进化闭环在千行百业加速兑现

当“隐性知识显性化”与“流程闭环”在产业侧落地，从前沿科学探索到日常工业制造，一场跨越算力与物理世界的效率革命正在发生。论坛现场，来自不同领域的代表展示了自进化系统在真实业务中的突破：

前沿材料研发，新研智材在大会上展示了基于世界模型架构的下一代材料基础模型 SCALE 1.0 预告，将材料结构与温度、密度乃至人为操作等真实环境变量统一建模，实现与湿实验结果的一一对应；其面向未知研发路径的新材料自主开发平台MARS已与百度伐谋深度协同，相关突破性成果正形成两篇高水平学术论文投递。

可控核聚变，星能玄光以“算子化、可微化、孪生化”将散落在论文与项目代码中的物理算子沉淀为可复用能力，由百度伐谋完成算子组装、沙盒运行与失败后的RSI迭代，结合提速百倍的毫秒级代理模型与数字孪生底座，让原本要算半个月的装置级仿真向分钟级的真实实验节奏靠拢。

芯片设计优化，立芯科技将自研EDA工具与百度伐谋结合，用于百亿晶体管布局布线中时钟树综合（CTS）的设计空间探索，典型案例的迭代次数从29次降到11次、另一案例从36次降至20次，大幅减少无效探索，向“把1000人干1年的设计压缩到300人干7个月”的目标迈进。

传统服装制造，深服科技借助百度伐谋和百度搭子，用AI制版将老师傅一天打两个版的周期压缩到“10分钟生成一个毫米级精度的通用CAD版型”，并通过赛事把“版师”重新命名为“时尚工程师”，让一线老师傅从抵触转为主动拥抱，为C2M按需制造打通底座。

量子计算与太空制药，量坤科技以“量超智融合”破解研发精度、速度与成本的不可能三角，不仅在神威·太湖之光上把曾被估算需29年的经典模拟压缩到8.5天，还在大规模蛋白质模拟上实现较IBM高出两三百倍的效率，并正与伐谋联合挑战Google Kaggle量子线路优化竞赛；浙江大学药学院谢昌谕教授也分享了与观宇芯算共同围绕太空生命科学与 AI for Science 方向的探索进展。谢教授团队聚焦AI虚拟细胞方向，研究AI 细胞表征、扰动响应预测与闭环实验设计方法，并推动稀缺太空在轨实验资源向可复用的生物学知识转化，为太空算力在生命科学领域的场景落地提供技术支撑。

全栈底座托底：让“做不起、试不起”的探索走进现实

高频次的自进化迭代，离不开底层算力与智能体生态的支撑。针对RSI时代激增的Token消耗，百度智能云分享了大规模推理系统的工程实践，通过全域感知的智能调度、消除流水线气泡的引擎优化以及“HBM—内存—SSD”三级池化KV存储系统，将吞吐提升数倍，持续压低成本以实现“Token普惠”。超算互联网（SCNet）则展示了服务180万用户的科学计算平台及其智能体生态，通过科学智能体构建服务与智能体社区，从单一“算”的小闭环走向“查、算、验、做、写”干湿结合的大闭环，并与百度伐谋实现了线上组件与线下工业仿真交付的双向赋能。

这些跨行业实践的共同点，不在单点模型有多强，而在于把“人定标准、AI寻优、结果回流”的闭环真正接进了生产系统。正如论坛所呈现的：RSI 对技术意味着突破速度的加速，对商业意味着市场价值的重新定义，对社会则意味着许多长期难题迎来被解决的机会。依托“芯云模体”全栈能力，百度智能云期待与更多科研机构、产业伙伴一起构建智能组织，让过去“做不起、试不起”的探索真正走进产业。

---

关键词：