RSI、Latent Reasoning深度研究:期待模型能力突破带来算力再扩容
浏览 0 · 下载 0
摘要
Abstract报告认为模型能力突破是打开下一轮应用空间的核心变量:上一轮模型ARR爆发源于能力跨过Coding可交付门槛,下一轮同样取决于模型能力进展,RSI与Latent Reasoning即研究能力提升的来源。RSI(递归自我改进)指AI参与模型研发并提升后续研发生产率,当前效率改进已进入兑现(AI优化代码带来约52倍加速),但自主研究尚未跨过"自主研究分水岭",关键在Design与Decide能力以及成果向核心模型规模的迁移验证;当AI找到的改进能在大规模上实现时,AI迭代速度将从人工约束转为算力约束。RSI突破从研发与应用两端抬升算力需求:研发端搜索的第一级候选数与各级通过比例同时上升,增量主要集中在单次成本最高的后端验证;应用端通过杰文斯效应与更多场景跨过可交付门槛带来超预期需求。
核心观点
Key Takeaways- 01报告认为模型能力突破是打开下一轮应用空间的核心变量:上一轮模型ARR爆发源于能力跨过Coding可交付门槛,下一轮同样取决于模型能力进展,RSI与Latent Reasoning即研究能力提升的来源。
- 02RSI(递归自我改进)指AI参与模型研发并提升后续研发生产率,当前效率改进已进入兑现(AI优化代码带来约52倍加速),但自主研究尚未跨过"自主研究分水岭",关键在Design与Decide能力以及成果向核心模型规模的迁移验证;当AI找到的改进能在大规模上实现时,AI迭代速度将从人工约束转为算力约束。
- 03RSI突破从研发与应用两端抬升算力需求:研发端搜索的第一级候选数与各级通过比例同时上升,增量主要集中在单次成本最高的后端验证;应用端通过杰文斯效应与更多场景跨过可交付门槛带来超预期需求。
报告信息
Report Data- 券商
- 浙商证券
- 分类
- 行业研究 / TMT / 电子设备
- 页数 / 大小
- 31 页 · 1.6 MB
- 发布日期
- 2026-09-14