谷歌AI重大突破：Dream-RSI通过「梦境模拟」实现无限进化，人类指导反成桎梏
2026-09-18 00:48:25未知 作者:徽声在线
徽声在线科技前沿报道
谷歌在AI领域再掀风暴，疑似破解RSI技术瓶颈！
近日，谷歌联合Google DeepMind、马里兰大学及弗吉尼亚大学团队，在顶级学术平台发布突破性研究论文，揭示了一种颠覆性的AI自我进化路径——通过「梦境模拟」实现无限进化。
这项名为Dream-RSI的技术，创造性地构建了智能体历史经验回放机制，让AI在虚拟世界中预演策略优化路径，再反哺现实世界的高效探索。
其核心创新在于：将智能体每一步探索轨迹编码为树状结构，在模拟器中构建「梦境」场景。
通过在虚拟历史中反复推演，AI可快速迭代出最优探索策略，实现现实世界的高效突破。
论文地址：https://arxiv.org/abs/2609.14858
实验数据堪称惊艳：
- 算法优化任务：主流系统需51200代迭代，Dream-RSI仅需317次调用即达同等水平
- 圆填充问题：追平谷歌AlphaEvolveV2的顶尖纪录
- GPU内核优化：生成次数降低2.43倍，性能保持一致
- 模型兼容性：Gemini 3.1 Pro/3.7 Flash均可无缝适配
更引人深思的是，实验显示人类指导反而会降低AI表现，暗示自主进化可能比人工干预更高效。
论文发布后，X平台引发技术圈地震。网友Mark Kretschmann激动表示："这可能是递归自我改进的里程碑突破！"
该研究由马里兰大学二年级博士生Tong Zheng领衔，其背后是17人跨学科团队，包括DeepMind资深研究员与讲席教授。Tong Zheng今年夏天以实习生身份加入谷歌，即主导这项颠覆性研究。
Dream-RSI的核心突破在于构建了三层架构：
历史经验库：智能体的进化基石
所有探索轨迹被编码为「发现树」，每个节点包含：
- 文件系统完整快照
- 生成产物与评估数据
- 决策路径诊断信息
- 性能得分与优化建议
这棵不断生长的树状结构，成为AI「做梦」的虚拟世界。
传统进化搜索系统依赖人工预设策略，存在三大致命缺陷：
- 探索策略固化，无法适应复杂场景
- 算力分配低效，常陷入局部最优
- 策略评估成本高昂，迭代周期漫长
Dream-RSI通过历史回放机制，彻底解决这些痛点：
1. 执行层（Discovery Agent）
由Gemini 3.1 Pro/3.7 Flash驱动，负责：
- 读取工作区上下文
- 生成候选代码版本
- 提交评估器打分
2. 策略层（Exploration Strategy）
轻量化Python代码，决定：
- 探索节点选择
- 并行尝试数量
- 止损阈值设定
每次真实探索都会扩展「发现树」，形成可复用的历史数据库。策略迭代时，AI只需在虚拟树中回放历史场景，无需重复执行代码，评估效率提升数百倍。
这种机制被形象称为「做梦」，如同棋手通过复盘棋谱提升棋艺，而无需重新对弈。
Dream-RSI的进化闭环
系统运行包含三个核心阶段：
1. 真实探索阶段
当前策略引导智能体在真实环境运行，记录所有决策路径与反馈，形成新的结构化探索树。
2. 模拟器构建阶段
将历史数据库转化为可重用的「重放模拟器池」，支持快速策略评估。
3. 策略优化阶段
策略开发智能体在模拟器中：
- 生成上千候选策略
- 进行快速虚拟回放
- 综合评估策略得分
评分体系包含三重维度：
- 最优解发现能力
- 算力成本效率
- 并行探索奖励
得分最高的策略将进入下一轮真实探索，形成持续进化的闭环。
策略开发智能体采用三层优化机制：
1. 轨迹分析：研究当前策略的历史表现
2. 反馈整合：吸收前序版本的优化经验
3. 树状推理：基于完整发现树进行代码级优化
这种设计确保新策略「只进不退」，数学上保证部署性能不低于前代。
随着真实探索的深入，探索树不断扩展，模拟器精度持续提升，形成「探索-优化-再探索」的飞轮效应。
实验数据显示，系统展现出惊人的自适应能力：
在ConvDiv内核优化中，初期策略采用激进探索策略，保持每轮110次尝试。当性能增长停滞时，策略自动调整为深度探索模式，将尝试次数提升至极限水平，成功突破性能瓶颈。
这种自主决策能力，完全源自对历史经验的深度挖掘。
三大领域实测：317次调用碾压5万代迭代
研究团队在三个高难度领域验证系统效能：
1. 算法工程：Lasso正则化路径优化
面对高维统计难题，Dream-RSI：
- Gemini 3.1 Pro调用317次，将求解时间从3587.1ms降至2931.0ms
- Gemini 3.7 Flash调用1879次，进一步优化至2350.6ms
- 发现自适应活跃集优化方案，整合强规则筛选与柯西-施瓦茨不等式剪枝
相比固定策略需550次调用，基线系统需51200次生成，效率提升显著。
2. 数学优化：三大几何难题突破
在和差问题、圆装填、自相关不等式等任务中：
- 1000代内达到或超越基线性能
- 计算预算节省超50倍
- 发现全新优化路径，突破人类认知局限
3. GPU算子工程：KernelBench极限优化
测试四种关键内核表现：
- VGG16/LayerNorm：生成次数减少至1/2.43和1/1.79
- ConvDiv/ConvMax：性能提升至2.09倍和1.44倍
- 发现并行探索的最优算力分配方案
最具颠覆性的发现来自人类干预实验：
当研究团队将历史经验提炼为高层指导注入系统时，AI表现反而显著下降。进一步分析揭示：
1. 抽象经验转化为认知偏见，限制探索空间
2. 高层指导扼杀探索多样性，导致局部最优
3. 代码级微观优化远胜于宏观策略指导
天才实习生领衔：17人豪华团队揭秘
论文一作Tong Zheng的学术轨迹堪称传奇：
- 2021年本科毕业于东北大学，师从肖桐教授从事机器翻译研究
- 2024年进入马里兰大学，加入黄恒教授团队
- 2026年夏季实习期间主导Dream-RSI研发
其研究脉络一脉相承：从ICLR 2025的投机解码技术，到ICLR/ICML 2026的并行思考框架，始终聚焦于突破模型探索的局限性。
导师黄恒教授作为马里兰大学Brendan Iribe讲席教授，拥有：
- 约300篇顶会论文
- 7项NSF科研项目
- 3项NIH研究资助
17人作者团中，通讯作者Xidong Wu/Zheng Zhang来自谷歌核心团队，DeepMind资深研究员Wang-Cheng Kang（SASRec作者）提供关键支持。
ASI时代来临？谷歌布局下一代AI革命
谷歌产品负责人Logan Kilpatrick此前透露：公司正全力推进RSI技术研究，Gemini系列模型的快速迭代即是明证。从3.5到3.8版本每三周更新一次的频率，彰显其技术野心。
更值得关注的是，谷歌明确表示将算力资源向代码生成、科学研究等方向倾斜，这些领域恰是Dream-RSI展现优势的场景。
传统RSI研究聚焦于模型权重自动修改，而Dream-RSI开辟了全新路径：
通过优化外围控制策略（Harness），实现模型能力的指数级提升。这种范式转变可能带来两大革命：
- 降低AI进化门槛，小模型也可实现高效优化
- 突破算力限制，用历史经验替代重复计算
正如论文结语所言：
当智能体学会在历史中做梦，递归自我改进将不再受限于模型规模。虚拟世界中的每一次推演，都在为现实世界的智能爆炸积累能量。
随着Gemini 4等超大模型的临近，这种「梦境进化」模式或许将引领AI进入全新发展阶段。我们正站在智能大爆炸的临界点上。
参考资料：
编辑：摩西 Aeneas
