清华27岁助理教授杀入AI自进化赛道，首个35B模型亮相

清华27岁助理教授杀入AI自进化赛道，首个35B模型亮相

AI 的下一次突破将从何而来？业界大佬们一两年前就已给出判断。Sam Altman 在《The Gentle Singularity》中谈到，AI 将帮助人类构建更强大的 AI 系统，并将 AI 参与改进 AI 的趋势视为递归自我改进（RSI）的早期形态。Dario Amodei 同样在《Machines of Loving Grace》中做了更大胆的推演，AI 有可能将未来 50 到 100 年的生物学进展压缩到 5 至 10 年完成。

如今，这些设想开始落地为具体产品。在这条迅速升温的赛道上，国内团队打出了新牌。由清华大学人工智能学院 27 岁助理教授陈勇超创立的超衍智能，刚刚发布了首个 35B 模型 Apex-35B-V1.0。

这是一款兼顾通用能力与研究能力的模型。Apex-35B-V1.0 既能完成 Coding、Agent、问答和深度搜索等常规任务，也能深度参与 AI 研究、计算科学和机器人仿真。在 21 项基准测试中，Apex-35B-V1.0 相比同量级的 Qwen3.6-35B-A3B，在 20 项上取得领先；与 Recursive Flint（40B）对比，则取得 18 项领先、1 项持平的成绩，达到 SOTA 水平。甚至在部分高难度评测中超越了参数规模高达 500B 和 800B 的大尺寸模型。

该模型基于 Qwen3.6-35B-A3B 进行中训练和后训练，加入了大量超衍智能自有的数据集与研究轨迹。更值得关注的是，超衍智能将递归自我改进（RSI）引入模型研发，让 AI 参与实验与结果分析，并尝试将验证有效的成果用于后续研发。这家今年 6 月才成立的公司，短短数月已完成两轮融资，融资总额接近 4 亿元。

跑分表现：同量级领先，部分任务跑赢 800B 巨头

为了全面展现 Apex-35B-V1.0 的实力，团队从研究、智能体、编程和推理四大能力方向，共计 21 项基准评测来检验模型实力。

1. 研究能力：6 项评测全面领先同量级
在最能体现研究能力的 6 项评测中，Apex-35B-V1.0 均领先 Qwen3.6-35B 和 Flint，并在部分基准测试中超越了 500B 参数级的 DeepSeek-V4.1-Flash，以及 800B 参数级的 GLM-5.3。

其中，在 OpenAI 推出的 FrontierScience 评测中，Apex-35B-V1.0 拿到 40.0 分，是 Flint 的 8 倍，相比基础 Qwen 模型提高约 84%，并超过了总参数量高达 753B 的 GLM-5.3。另一项 OpenAI 推出的 PaperBench 评测中，Apex-35B-V1.0 取得 60.9 分，是 Flint 的约 2.1 倍，也远远超过了 GLM-5.3。

2. 智能体与编程：通用能力稳固
智能体能力决定了模型能否调用工具、执行任务并根据反馈持续调整；编程能力则将研究思路转化为可执行的代码和实验。Apex-35B-V1.0 在这两项通用能力上同样表现出色，确保了模型在日常任务中的稳定发挥。