无尽前沿团队发布BigBang-V1：首个原生递归自我改进训练的开源基座模型，35B跑赢1T大模型

由上海交大人工智能学院、深势科技、上海算法创新研究院组成的无尽前沿团队，发布了首个基于recursive self-improving（递归自我改进）原生方式训练出的基座模型BigBang-V1。按照团队的说法，在训练过程中，出题、解题、验证都交给AI把控，通过可验证前沿任务持续生成高质量自演进合成数据，全程无需人类逐题参与。

BigBang-V1参数规模35B，推理时激活约3B参数，支持262K长上下文，后训练数据100%由AI自主合成，以科学前沿任务为核心。在这样的条件下，模型在长程搜索、代码、科学研究、AI研究等评测中拿下了全部35B模型里的10项第一；在FrontierScience Research、PaperBench等多项高难度科研任务上，成绩甚至超过了1T级的DeepSeek V4 Pro Preview。

模型与技术报告已同步开源。具体任务上，BigBang在转座子定位任务中利用连接证据做约束映射，把47bp插入位点锁定在坐标4144431；在论文复现任务里，它连续否决三个候选修复方案、主动恢复梯度流，最终复现评分0.7657，全部485个评分点通过331个。

团队把答案指向一个更宏观的问题：模型越强，能给AI出题、解题、验证的人越少，高质量训练数据该从哪来？这正是硅谷今年最热的Recursive Self-Improving概念的核心争议——Jeff Dean离职创办的Discovery Loop、AlphaGo缔造者David Silver等都在同一条赛道上。

工程实现上，BigBang用两类Agent协同工作：Generator Agent负责不断提出并解决科学、技术及AI研究中的高难度任务，Critic Agent从对抗角度审查候选数据；快速内循环之外，还有一层由真实训练结果驱动的外循环，用留出的真实研究任务反向校准Critic。

这套系统把RSI机制嵌入了训练管线内部：上一轮模型和实验产生的结果，影响下一轮训练数据的生成与筛选方式。团队称，100%纯AI合成数据靠这个“数据层RSI”闭环打破了“合成数据会坍缩”的魔咒，错误的答案不会被当成正确答案继续喂回训练。

当然，人类并未退出研发：研发目标、资源预算、风险边界、最终验收标准仍由人类定义，AI不能自行修改评测标准。无尽前沿团队是学术与产业的结合，创始成员包括上海交大副教授陈思衡、上海交大助理教授兼深势科技创始人张林峰，以及中国科学院院士鄂维南。

当训练数据的生产不再依赖人类逐题产出、当AI开始参与决定下一代AI应该学习什么，AI进步的天花板，就被自己抬高了。下一个赛点的关键，或许不在算力堆叠，而在数据智能。