4个月RSI从0训练，田渊栋创业首个模型来了：MacBook Pro可跑，已开源 - 爱游戏体育
40B参数的MoE“程序员”，如今在MacBook Pro上就能运行！
田渊栋离开Meta后，强势回归——
他创立的Recursive公司，刚刚发布了首个开源模型Flint：
专注于本地Agent编程，总参数量400亿，但每次生成token仅激活25亿参数。
而且，速度比同类产品快2倍。
搭配优化后的推理引擎，Flint在MacBook Pro上能达到至少125 tokens/s的速度，在RTX Spark上则超过150 tokens/s。
这也是Recursive成立以来，借助自动化AI研究系统，交出的首份模型成果。
更令人惊叹的是，该模型从零开始训练，仅用了短短4个月时间。
不得不说，田渊栋他们的玩法确实独特。
这套“AI手搓AI”的RSI策略，又被向前推进了一大步。
只不过这次，它率先落地在了开发者的笔记本上。
MacBook Pro能跑
Flint首先解决的是本地模型一个非常现实的问题：
不仅得能装下，还得跑得足够快、真正能干实事。
它采用了MoE混合专家架构，具体到每个MoE层包含256个路由专家，每个token选中6个，此外还有一个始终工作的共享专家。
这样一来，总参数量充足，每次计算涉及的激活参数也能稳稳控制在25亿。
同时，模型最高支持512k token的上下文窗口，数据可保存在本地离线使用。
与此同时，Recursive还开源了推理引擎rec，专门为Flint在苹果芯片上的运行进行了优化。
官方测试中，同一个Flint模型使用rec，相比llama.cpp，在对应上下文长度的token吞吐量上能提升约1.4至2.6倍。
它的最终速度比同等级（参数量250亿至400亿）的稠密模型快5倍，即使在短上下文场景下，也有将近2倍的优势。
这其中就包括老东家Meta的Muse Glimmer。
编码表现同样亮眼：
Flint在SWE-bench Verified上得分74.2%，SWE-bench Pro v2为89.7%，Terminal-Bench 2.1为54.9%，均为同等级最佳。
毫不夸张地说，Flint在本地编码方面突破了帕累托前沿，推理速度快且代码能力强。
至于如何运行，Recursive也尽量简化了配置过程。
只需在支持的Mac上安装rec后，输入一条“rec launch pi”指令，就能自动下载模型、启动服务并连接编程工具，另外OpenCode也有对应的入口。
目前rec支持M4 Pro、M5 Pro和M5 Max，要求至少48GB统一内存，以及约30GB空闲磁盘空间。
换句话说，对于希望将部分日常编程工作转移到本地的开发者来说，Flint确实是一个不错的选择。
让AI自己训练自己
回到Recursive本身，这家公司今年5月才首次公开亮相。
一露面，就获得了6.5亿美元（折合人民币44亿元）的早期融资，估值高达46.5亿美元（约316亿元）。
谷歌GV、Greycroft联合领投，英伟达、AMD等巨头也参与其中。
一方面，押注的是人才。
八位联创个个背景不凡，除了田渊栋，还有吴恩达弟子Richard Socher、清华姚班施天麟、Vision Transformer的作者之一Alexey Dosovitskiy等。
另一方面，押注的是技术路线。
Recursive从创立之初，就明确了研究方向为RSI，即递归式自我改进。
背后的逻辑很直接：AI本身由代码构成，而AI现在已经能写代码，那么它能否进一步参与改进AI？
Eureka Machine就是Recursive对这个问题的初步尝试。
该系统会先针对目标提出想法，再把想法实现，通过运行实验、检查结果，决定下一步。多条研究路线可以同时推进，之前有效的经验也能被保留组合。
此前Recursive公开的第一批实验成果，就来源于此。
在NanoChat Autoresearch、NanoGPT Speedrun和英伟达SOL-ExecBench上，分别拿下了整体和各单项测试的SOTA。
这三个基准测试也依次对应训练质量、训练速度和GPU内核效率。
到了Flint，挑战变得更大。
团队将不同环节的改进组合在一起，构成了一个最终能交付的模型。
这也解释了为什么Recursive要将首款模型选在本地编程这个方向，因为本地代码任务容易获得反馈，自动化研究找到的收益，也更容易被逐项检查。
显然，进展不错。
所以对于田渊栋和Recursive来说，下一步就很明确了——
这套自动化AI研究系统，能否让下一款模型用更少的研发成本，交出更好的实际能力。
我们拭目以待。
参考链接：
[1]https://x.com/RichardSocher/status/2112944385415426249
[2]https://recursive.com/updates/introducing-recursive-flint
[3]https://x.com/NVIDIARTXSpark/status/2112963691469787433
[4]https://x.com/tydsh/status/2112952791480357331[5]https://docs.recursive.com/edge/rec
本文来自微信公众号“量子位”，作者：鹭羽 ，36氪经授权发布。
在爱游戏体育动态方面，AYX品牌中心提供贴心周到的支持。
