0
| 本文作者: 陆毅 | 2026-11-17 19:30 |

编辑丨李希
前俩月,国内头部大模型厂商轮番晒出自进化成绩单。有的建起日产三百万个沙箱的试验场,有的派智能体接管十万张算力卡推理集群,还有的把六天六夜强化学习训练搬上网公开直播。
账面热闹非凡,工程边界却画得异常整齐。绝大多数尝试都停留在纯数字软件世界里,改一改调度脚手架,调一调训练配方,或者重写几段底层算子代码。在虚拟沙盒里,程序跑崩了只需几秒钟就能回滚重来,试错的物理代价趋近于零。
一旦跨出代码温室去碰真实硬件,画风立刻就变了。
11 月 3 日,OpenAI 发布官方技术博客《Accelerating engineering for the physical world》,披露内部硬件团队自今年 2 月以来的模型词元消耗量暴涨了 23 倍。文中重点展示了一项内部实验,两名研究员用旗舰模型 GPT-6 Astra 在一周内从零设计出一台桌面语音交互硬件,外观结构、元器件选型、印刷电路板(PCB)布局与固件编写全部交由模型包办。
但在演示完流畅的原型机之后,OpenAI 在同一段落末尾诚实地交代了翻车现场。模型并未能稳定顾及代工厂的生产极限、公差要求与装配细节,图纸送进工厂前依然要靠人类工程师反复审查返工。10 月底 Xplore AI 发布的执业工程师评测基准 RWE-Bench 也印证了这道门槛,GPT-6 Astra 在应力、阻抗、时序与换热等物理求解器硬性考核下的通过率只有 37%。

毫米与微米尺度的消费级电路板尚且卡在公差门口,往下走进纳米尺度的 Fab,刻蚀线宽偏离几个纳米就足以让整片晶圆的光学性能彻底报废。
这道物理鸿沟恰恰卡在一二级市场最焦虑的痛点上。纯软件编程终归是在既有数字系统里做存量效率改良,单靠写代码这一个存量场景,早已撑不起二级市场对 AI 板块的庞大市值预期。资本与产业都在向芯片、光电互连等重资产实体研发寻找新增量,谁能把 AI 从数字沙盒带进真实产线,谁才能吃到下半场的红利。
国内早期创业公司寰宇元心(CosmosMind)选择正面啃下这块硬骨头。这家定位于自进化工程智能(SEE-AI)基础设施的公司,核心班底出自前 DeepSeek、Kimi、GLM、Meta、腾讯混元、字节跳动与微软等团队的核心算法部门,研发成员由清华、北大计算机博士与资深产业工程专家组成。
“除了写代码,AI 还没有更大的场景在创造增量。只靠写代码这个存量,已经撑不起市场对 AI 的期待。”寰宇元心创始人万冠呈说。
如今,由寰宇元心自进化系统自主设计的第一版硅光测试芯片,已经从 Fab 完成流片并回到实验室。在扫描电子显微镜(SEM)镜头下,硅片表面的 CosmosMind 标识清晰可辨。


跨架构大模型推理加速上线、四个核心算子库合入开源生态、硅光测试芯片流片回片,再加上企业级研发引擎实现商业回款,这四件事在同一套内核里跑通,让寰宇元心率先交出了软芯协同的自进化工程闭环。

01
跨越数字温室的分水岭,
把验证修进真机与 Fab
学术界研究自我改进并不缺论文,难的是怎么防止模型在自评循环里投机刷分。测试规则一旦固定在理想化的静态基准(Benchmark)里,智能体很容易顺着评分漏洞刷出漂亮数字,一上真实产线便全盘失灵。
今年 9 月,寰宇元心发布面向工程落地的算法框架 MetaRSI-v1,给整套体系立下了一条铁律,验证决定自进化的前沿。
在公开静态基准上,这套框架同样跑过一轮摸底。面对仓库级端到端优化基准 Φ-Bench、真实开源算子集 TritonBench-G 与涵盖 15 类生成任务的 KernelBenchX,系统将正确算子生成率从 60% 推高至 70.45%,加权加速比达 2.62。但在团队内部看来,跑赢静态榜单顶多算热身,能否把“验证本身”搭成接入真实算力卡与真实 Fab 工艺的工业流水线,才决定了工程智能能不能走出实验室。
拆开算力基础设施的完整底座,从上到下依次排列着集群调度、分布式系统、推理引擎、底层算子与编译器、封装互连以及最底层的硅片。
这六层结构里横着一对棘手的工程时间差。位置越靠下,单点突破带来的辐射面越宽,改快一个底层算子能让上百个模型跟着受益,换用新一代光互连硅片能直接改写整座机房的能效曲线。可越往下走,检验一次改法好坏的物理周期也越漫长。软件层改一行算子代码,几秒钟就能在真卡上测出吞吐变化;芯片层动一下器件版图,冻结投片再等 Fab 流片回来,动辄要熬上好几个月。
顺着这一客观物理约束,寰宇元心采用自上而下的软芯接力路径。系统先在反馈极快的软件运行期(Run time)接入真机集群,逐层改写算子与推理栈以榨干现有硬件潜能;等软件调优撞上芯片物理天花板,同一套内核便带着软件层摸清的硬件卡点下沉至芯片设计期(Design time),接入 Fab 工艺约束去设计下一代硅光芯片。

02
软件运行期的真机硬仗,
排掉 71% 跨架构断崖并合入开源主干
把大模型业务跨芯片架构迁移到异构算力卡上,向来是一场消耗顶尖工程师精力的苦战。不同芯片的片上缓存层级、指令流水线与访存带宽脾气迥异,直接把旧平台上跑熟的经验配置搬过去,迎接团队的往往是性能断崖。
330 亿参数的音视频联合扩散模型 MiniMax H3(生成 768P、24fps、5 秒视频)往昇腾迁移时,就撞上了典型的水土不服。原 GPU 平台上调优好的残差复用阈值原封不动搬过去后,推理耗时非但没有缩短,性能反而直接暴跌了 71%。翻看旧版代码还会发现,条件注入(AdaLN)合并算子的启用判断在原先实现里干脆被写死在旧硬件分支上,换卡后根本无法触发。
靠人工在浩如烟海的参数与算子组合里盲人摸象,几个月也未必能摸到全局最优解。寰宇元心直接把整套 H3 在线部署放进搜索空间,让自进化系统自动生成改写方案、编译上真卡、跑真实视频生成负载并按端到端耗时客观裁决。
整个寻优过程在官网 7×24 小时公开直播。每一轮改了哪几行代码、延迟掉了多少毫秒,外部开发者点开网页就能逐条核查。

排查掉残差复用阈值的跨卡陷阱只是第一步,更可观的收益来自底层算子融合。系统自主将分散的归一化操作替换为原生合并算子,把单条生成请求的底层指令下发次数从约 8000 次一把压到 1 次,单这一项改动就砍掉了 7.1% 的端到端耗时;紧接着又解锁并重调条件注入融合,耗时再降 4.1%。
在五套视频生成测试集的逐条配对真机实测里,自进化内核先以 SGLang 标准部署为基线逐轮实测,在这条已经快过原版的基线上继续往上走,最终把 H3 的推理速度推到了 MiniMax 官方实现的 450%,全程没有出现任何一条样本劣化。生成视频经 VBench 2.0 评测与基线持平,并顺利通过人眼盲测。不换一张硬件卡,原本漏在软件适配缝隙里的算力,被硬生生抢了回来。
为了不让跑通的经验变成一次性脚本,团队选择围绕开源原生高性能编程框架 PyPTO 深耕。持续生成算子期间,系统同步自适应训练了一个 35B 参数模型,把昇腾 硬件指令、存储层级以及 PyPTO 基于数据分块(Tile)的多级中间表示(IR)与代码生成逻辑一轮轮吃进权重里,越往后跑,高质量内核的首轮命中率越高。
这套真机循环一口气在 GitHub 上开源了四个核心库。其中 PyPTO-FlashDSA 攻克 DeepSeek V4.1 稀疏注意力机制(含索引打分、top-k 与稀疏解码三段),交出该架构下首个完整跑通的 V4.1 实现;PyPTO-FlashKDA 补齐了 Kimi Linear 核心递归算子的前向与反向实现;PyPTO-Ops 自主发掘推理服务栈接缝,公开了铺满归一化、量化、MoE 路由与 KV 缓存等关键路径的 27 个融合算子。
而打通整条推理链的 PyPTO-Lib,在 Qwen 大模型、8 张 910C 集群实测中实现了逐比特严格一致,并将逐词元延迟压低 4.43%、吞吐提升 2.8%,目前已被 PyPTO 官方团队正式合入主干(merge)。

03
正面跑赢“专家加无限 Token 智能体”,
让硅光设计走过 Fab 产线
当上层算子与推理框架把现有芯片逼到物理极限,算力集群的下一个死结便落在芯片间的光互连上。电信号在超高带宽下损耗剧增,用硅光芯片替代铜线传数据成了必经之路,但硅光设计长期受困于光、电、热强耦合与纳米级制造偏差,流片如同开盲盒,行业动辄要在硅片上铺十几组预补偿备胎阵列去赌良率。
在硅光领域公认难啃的 0° 垂直出射光栅耦合器上,寰宇元心联合北京大学光子传输与通信全国重点实验室摆下了一组硬核擂台。
对照组的配置直接拉到了当前业界天花板,由资深研发人类专家搭配 Claude Code、Codex 等主流编程智能体,且完全放开词元预算限制。同台实测下来,通用编程智能体面对多物理场耦合与工艺公差很快触顶;人类专家受制于过往工程直觉,习惯顺着“尺寸渐变”的单一路径做微调。
寰宇元心的自进化系统则跳出了传统经验框框,自主搜出了一套“三种原胞拓扑共存”的非直觉微结构,在效果、效率与成本三项指标上全面胜出。其高效率路线实现了 -0.66 dB 的亚分贝级耦合损耗;宽带鲁棒路线的带宽比 2026 年光学顶刊《Optica》报道的同类方案拓宽 40%,线宽偏差下的波长漂移直接缩小一个数量级。过去前沿论文必须铺设 15 组预补偿阵列才能挑出可用器件,这套版图连 1 组备胎都不用铺。
仿真器里跑出高分远远不够,生死线全在 Fab 产线里。为了堵死公差翻车与算法刷分,系统在投片前焊死了三道关卡。版图生成第一天就直接叠加刻蚀、线宽、套刻与膜厚波动硬约束;每一个候选设计必须在全部极端工艺角下跑完物理仿真,打分只认最差值、弃用好看的标称值;拿到最高分的冠军版图,最后还得过一轮对智能体完全不可见的“隐藏随机工艺组合盲测”。

首版硅光测试芯片从 Fab 流片回来后,闭环的后半程随即接上。系统自动从 31 张扫描电镜照片里提取每一道真实刻蚀边缘,量化加工误差并在仿真器内重建出三维物理形貌。电镜量测显示,芯片单特征随机线宽离散标准差 σ 控制在 5 nm 以内,相比设计阶段采用的 σ 等于 10 nm 严苛考核标准,在真实产线上留出了约 2 倍的安全余量。借着这批回片实测数据,系统同步自适应训练了一个 35B 工艺模型,让仿真环境随每一轮流片持续逼近 Fab 的真实脾气。
跑通单点器件流片后,自主光电设计平台 Ester-Photonics 顺势向上接管了整条高速互连链路。
多智能体把电域的驱动器、跨阻放大器、串行解串器与光域器件同框联调,不到一周时间,便独立跑通了硅微环(MRM)、硅耗尽型行波调制器(MZM)与薄膜铌酸锂(TFLN)全部三条主流路线的 8×200G(单向 1.6 Tb/s)电口到电口设计。

翻看官网累计 1469 轮公开直播记录,三条链路全部从眼图彻底闭合的断连状态起步,新任务上线最快 49 分钟就交出首个全工况达标方案。7 天里人类专家 43 次手动加严验收红线,AI 每次都能重新追平,还长出了不少跨界巧思。比如在硅微环路线上,AI 让发射端电芯片用查表做预失真补偿,8 路驱动总功耗仅 0.93 W,热锁定在 2.7 ms 内追回漂移且热调功耗不超过 12 mW;在硅耗尽型 MZM 路线上,AI 干脆把调制器拆成反相两段并插入 2 皮秒光延时,直接在光路上完成了原本要靠复杂电路承担的信号均衡;在薄膜铌酸锂路线上,系统省去高功耗加热器,改用直流电极在 96 个通道工况组合下实现 100% 偏置跟踪。
能耗账本的统计口径同样卡在最严一档。行业论文常见的 1.3 至 3.7 pJ/bit 指标往往只算发射端局部功耗,寰宇元心则统计从发射芯片电口一直到接收芯片电口的整链路插墙功耗,并在全工况、全通道里只取最差值。在这把尺子下,三条 1.6T 链路误码率均低于 1e-4,整链路能耗最低压至 1.46 pJ/bit,直接打进了业界“仅算发射端”能效区间的下限。

04
两步发散配五步铁笼,
在重资产产线跑通按结果付费
前阵子某头部模型因长程子智能体调用失控而在上线 48 小时内紧急致歉退费,给整个行业敲了一记警钟。在动辄牵扯几万张算力卡或数百万流片费用的工业现场,任何黑盒失控都是企业无法承受的灾难。
这也是寰宇元心把底层循环封装为企业级研发引擎 Ester(涵盖推理加速 Ester-Infer、垂类训练 Ester-Trainer 与光电设计 Ester-Photonics)时,格外强调确定性边界的原因。
在 Ester 底层的“观察、诊断、提案、校验、执行、选择、导出”七步闭环里,团队严格收窄了大模型的权限。只有需要跳出经验框架的“诊断”与“提案”两步交由模型发散,其余五步全部焊死在确定性代码里。系统还将所有改动隔离在数据、工程脚手架与模型权重三个互不越界的平面上,由顶层元调度器按周期受控演进。
“中国的企业客户不关心东西是 AI 做的、RSI 做的,还是人工做的,只关心安全,关心降本增效有没有用。”寰宇元心创始人万冠呈坦言。
落到客户机房与产线交付时,评测考纲与上线规则对所有智能体一律只读,每次代码与参数修改留存完整版本以便一键回滚。新方案必须先过隔离沙箱检验,运行全程保留物理急停按钮,高敏场景支持开启机密计算。进化产出的全部数据、专有模型与工具链资产 100% 归客户所有,商业结算干脆采用“按结果付费,未达标不收费”,开工前白纸黑字锁死客观指标,真机或产线跑出约定增量才收钱。
这套打法已经在重资产行业拿到真金白银的反馈。目前 Ester 引擎已实现规模化商业营收回款,多家 Fab 主动找上门洽谈联合设计与工艺模型合作,算力侧也有多家大型 IDC 服务商正在对接推理加速部署。
当大部分玩家还在代码沙盒里比拼谁的跑分更高时,直通机房与 Fab 的自进化流水线已经开始交付物理构件。接下来,首轮回片带回的 31 张电镜数据能把下一版硅光芯片推到什么高度,推理端跑通的按结果付费又将以多快的速度向芯片与训练客户铺开,答案都会写在下一轮产线实测里。