2026 年 9 月 23 日，AI 领域在智能体递归自进化、端到端全流程 FP8 强化学习训练、扩散语言模型非自回归加速以及几何原生表征等前沿方向迎来了多项突破性进展。以下是本期精选技术与研究观察：

1. 智能体递归自进化研究：AIDE^2 闭环代码优化

在 AI 研究与智能体架构方面，最新发表的研究展示了面向 AI 研究智能体自身的递归自进化（Recursive Self-Improvement）闭环系统 AIDE^2。不同于传统的外部提示调优或外接微调，该框架以自身底层代码作为优化对象，在基准测试套件上自动迭代并测试自身变体，仅保留在盲测中表现最佳的代码修改。在连续 8 天的自主运行中，系统探索出新的搜索策略与动态上下文压缩记忆机制，且在泛化任务中表现出显著降低的奖励劫持（Reward Hacking）现象，为大模型自动化前沿工程与自优化提供了实证范例。

2. 全流程 FP8 强化学习稳定性攻坚：字节跳动 Seed 提出 Calibrated Clipping

强化学习（RLVR / GRPO）是激发语言模型复杂推理与 Agent 能力的关键，但在超低比特（FP8）训练全流程中，量化噪声极易导致训练中期熵激增（Entropy Surges）和输出紊乱崩溃。字节跳动 Seed 团队发表了《Towards Full Pipeline FP8 Reinforcement Learning for LLMs》，揭示了量化噪声扭曲重要性权重从而错误置零梯度的深层机理，并提出了动态校准裁剪（Calibrated Clipping）算法。该方法成功消除了 8B 到 32B 规模模型在 FP8 RL 全流程下的不稳定性，达到了与高精度 BF16 相当的收敛效果与推理能力，大幅降低了后训练算力门槛。

3. 扩散语言模型（dLLM）高速推理：Flash-dLLM 架构

扩散语言模型作为非自回归生成的重要探索，以往因缺乏高效的 KV 缓存与可扩展的并行解码机制而受限于推理吞吐。最新开源的 Flash-dLLM 框架针对显存 I/O 瓶颈，设计了 I/O 感知的融合 KV 缓存内核，并引入了“草稿-验证（Draft-and-Verify）”自对齐解码策略，无需外挂辅助小模型即可由主体模型自生自验。实验表明，该方案在数学推理与代码生成评测中实现了数倍至十倍以上的推理吞吐提速，显著缩小了非自回归模型与工业部署之间的效率鸿沟。

4. 几何原生表征与 3D 一致性生成：腾讯 ARC 实验室推出 GAE

在 3D 场景与世界模型生成领域，腾讯 ARC 实验室推出了几何原生自编码器 GAE（Geometry-Native AutoEncoder）。针对传统生成模型“外观逼真但跨视角 3D 空间结构撕裂”的核心痛点，GAE 将几何基础模型的空间感知能力重参数化为紧凑的生成潜空间，使潜变量能同时联合解码为外观、深度、相机位姿与点云图。对比基准表明，该表征使视频与场景生成模型的 FVD 评估指标降低 12%~23%，相机轨迹误差减半，为真正具备空间物理常识的世界模拟器提供了坚实基础。

参考公开来源：Hugging Face Daily Papers, arXiv Computer Science (cs.AI / cs.LG / cs.CL) 2026-09-22 ~ 2026-09-23 官方预印本及开源代码仓库。