超衍智能发布首个35B模型Apex-35B-V1.0
10月28日，超衍智能发布其首个模型 Apex-35B-V1.0。这款 35B 模型以 Qwen3.6-35B-A3B 为基础，经过中训练和后训练进一步优化。模型开发过程中融入了大量自有数据集和研究轨迹。Apex-35B-V1.0 既能完成 Coding、Agent、问答和深度搜索等常规任务，也能完成计算闭环的研究任务，是一款兼具通用能力与研究能力的模型。
基准评测表现
在 21 项基准测试中，Apex-35B-V1.0 相比同量级的 Qwen3.6-35B-A3B 取得 20 项领先。除了研究任务表现突出，它在智能体任务、编程和推理方面也展现出广泛的竞争力，并在部分基准测试中超过更大规模的模型。
核心演示案例
- 机器人仿真：在 RoboRSI 和 Real2Sim 基准测试中表现优异，能够利用代码和视觉反馈完成机器人任务，并将真实世界的观测结果转化为可执行的物理仿真环境。
- 计算流体力学：利用仿真反馈优化流体动力学系统，在 CFD-Bench 上相对于基础模型取得 79% 的胜率，在扑翼翼型运动优化和流体网络参数分配任务中均取得最佳成绩。
- AI For AI：运用研究与工程能力改进其他 AI 系统。在训练模型解决推箱子问题任务中，成功率是基础模型的两倍多；在用强化学习改进图像生成任务中，通过优化计算成本和训练时间利用率，使平均美学得分提升 23%。
递归自我改进构建
超衍智能的自进化 AI 研究系统 Apex Research 参与了 Apex-35B-V1.0 的整个开发过程。该系统能够持续识别模型弱点、提出假设、开展实验，并将研究发现转化为可衡量的模型改进，实现了从自进化训练数据、自动化实验到训练方案及推理优化的全流程 AI 自主参与。
原始来源： 36氪 ↗
本文由博一・AI营销中枢整理编辑，用于行业观察分享。观点归原作者所有。