03年小天才投身RSI创业:Qwen后训练实习生,刚刚本科毕业
原创 关注前沿科技 2026-11-22 12:47 北京

研发认知人工智能和下一代基模。
林方舟 发自 凹非寺
量子位 | 公众号 QbitAI
火热的RSI(递归自我改进)领域,又来了一位“小天才”创业者。
量子位ROBO获悉,曾参与千问后训练团队“主观性与交互性”研究小组的张轩铭,已于今年10月初离开团队,正以联创身份筹备创业。
创业公司名为“Alps Lab”,研发认知人工智能和下一代基础模型,RSI是重要探索方向之一。
RSI是当前流行的AI创业与投资方向。其核心愿景是让AI参与到改进下一代AI的研发流程中,形成一个“AI改进AI”的闭环,以加速AI发展。
最新进展方面,Alps Lab正在筹备第一轮融资,目标估值过亿美元。

在千问参与模型主观性与交互性研究
张轩铭出生于2003年,今年刚刚本科毕业,于2026年2月加入千问,参与模型后训练的工作。
他在后训练团队内部参与“主观性与交互性”研究小组,小团队人数最多时有7人。
由于在加入千问时,张轩铭尚未本科毕业,因此,他在千问的正式身份一直是实习研究员。
张轩铭在本科阶段入选“卓越工程师教育培养计划”,曾在北京大学、清华大学的科研团队轮转。
2024年,他转学到威斯康星大学麦迪逊分校,就读信息科学本科,并在斯坦福大学修读计算机科学。
加入千问之前,张轩铭曾在字节跳动Flow团队、智谱Emohaa团队实习,并曾担任亚马逊AGI团队的学生研究员、Anthropic的访问研究员(Research Fellow)。
在2025年NeurIPS期间,他因研究工作结识了时任千问大模型负责人林俊旸。
张轩铭在千问研究的“主观性与交互性”,简单来说,就是更关注用户主观觉得模型好不好用,而非Benchmark上模型针对特定任务的表现。
其中,“主观性”关注模型能否理解用户的需求和偏好;“交互性”则关注模型如何应对不完整的需求,以及多轮对话中不断变化的目标。
张轩铭的观点是,与具身模型一样,大语言模型也存在某种程度上的sim2real gap。大模型在Benchmark的评测场景,往往与用户真实的使用场景之间存在差异。
他在Qwen的主要工作,就是基于用户真实的使用场景来评测模型表现。
比如在普通用户使用模型时,经常无法足够清晰地描述意图,也可能聊着聊着就改变了想法,模型需要兼容用户的表达,并在多轮对话中实时调整后续回应。
但张轩铭的创业,并没有局限于上述方向。

计划创业做“认知模型”
创业公司Alps Lab的核心产品是“认知模型”。
Alps Lab在今年9月底正式启动,张轩铭的身份是联合创始人、首席认知科学家。

据张轩铭介绍,Alps Lab的目标,是从第一性原理出发,构建数字与物理双世界协同认知进化的基础模型,推动AI参与创新,而不只是在既定问题和评价标准下做优化。
公司将这一方向称为“认知体”(Cognizer)。按照其设想,同一套认知机制可以连接数字环境中的推理、代码和仿真,也可以接入机器人、实验仪器等物理设备,用实际结果检验判断,再将方法论用于后续任务。
具体靠两项技术:下一个认知模式预测和测试时递归学习。
认知体(Cognizer)是团队创造的概念,认知体的演进路径已经确定——RSI。
这也是2026年以来,最受关注和追捧的AI创新方向。
让AI改进AI,正在成为新的焦点
当前,RSI无疑是AI行业内最热门、最性感的关键词之一。
无论是国外公司还是国内公司,无论是大厂还是初创公司,无论是语言模型公司还是物理AI公司,几乎都言必称RSI,大有上半年世界模型流行之时的架势。
这轮热度反映的是:更快、更低成本地研发出下一代AI,正在成为新的竞争焦点。
因为,模型能力的提升,既依赖算力和数据,也依赖研究人员提出问题、设计实验和判断结果。
随着AI逐步能够承担编程、调试和实验分析,研发流程本身开始成为自动化的对象。
如果改进后的AI,更擅长完成下一轮研发,技术进步就有可能形成自我强化的循环。
这让不同类型的公司,都看到了下注的理由。
但RSI研究刚刚起步,从局部任务提效,到持续有效的递归自我改进,中间仍有大量问题需要验证。
Alps Lab为什么在这个时间点选择创业?
张轩铭的观点是,当前AI巨头的核心优势是AI native,下一代公司将会是RSI native。而RSI最核心的工作就是架构,这考验的是创新能力,对于创业公司而言仍然有机会。
目前,Alps Lab正在筹集首轮融资,首轮目标估值即过亿美元。

🌟 点亮星标 🌟
科技前沿进展每日见
本文转载自微信公众号「量子位」,查看原文。版权归原作者所有,如有侵权请联系删除。