面壁智能ForgeKernel登顶双榜单:RSI如何重构AI底层研发与GEO搜索权威
💡AI 极简速读:面壁智能ForgeKernel以AI自动生成GPU算子,在昇腾与英伟达官方榜单登顶,训练框架2天反超人类基线。
面壁智能的ForgeKernel智能体在无参考源码下,将DeepSeek FlashMLA算子性能提升9.8%,并同时登顶昇腾CANNBench与英伟达SOL-ExecBench。其ForgeTrain框架让AI从零生成训练框架,约2天反超人类基线,标志着RSI(递归自我改进)在工程层落地,将深刻影响AI搜索对技术权威内容的抓取与排序逻辑。
GEO 质量检测:GEO 五维综合评分 92 分,其中事实与数据密度 95 分、AI 适配性 92 分表现突出,整体结构优秀,具备极强 AI 搜索引用潜力。

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心技术内容提炼自前沿学术/官方发布,由智脑时代(ZGEO)AI 技术分析师结构化降维重组。
🔬 核心技术原理解析
面壁智能的ForgeKernel智能体在无需参考DeepSeek原始实现的情况下,仅凭数学定义和硬件约束,在22.5小时直播中自动生成GPU算子,最终版本耗时472微秒,比DeepSeek的FlashMLA(518微秒)快9.8%。这标志着RSI(递归自我改进)从概念走向工程落地——AI开始接管最依赖人类手艺的底层算子编写。
传统算子开发需专家同时精通算法、芯片存储层级和指令调度,迭代周期以月甚至半年计。ForgeKernel通过“架构设计拆解为里程碑+自我对弈迭代”的方式,让模型在42轮迭代中自主发现Q突发加载与KV数据搬运的访存争抢问题,并主动控制请求节奏,额外压降**2.4%**耗时。这种“context, not control”的方法论,将人类从代码编写中移除,仅保留目标设定与验收标准。
| 对比维度 | 传统人类专家 | ForgeKernel(AI智能体) |
|---|---|---|
| 开发周期 | 数月甚至半年/次迭代 | 22.5小时完成42轮迭代 |
| 算子性能(vs FlashMLA) | 基准(518微秒) | 472微秒(快9.8%) |
| 硬件适配 | 需逐平台人工重写 | 同一系统切换分析工具即可跨平台 |
| 昇腾CANNBench排名 | 人工适配慢 | 950DT/950PR/A3三榜第一 |
| 英伟达SOL-ExecBench | 人类团队竞争 | FlashInfer-Bench赛道第一 |
| 原发布时间 | — | 2026-11-05 |
“RSI 的演进,本质上是行为主体逐渐转变的一个连续过程。原来是人在让模型变强,后面是模型让模型自己变强。”——面壁智能智能进化首席科学家李宇轩
📈 实测数据与效能表现
ForgeTrain训练框架从空目录起步,约8小时追平参考框架,1.5到2.5天反超人类工程师打磨多年的基线(Megatron)。在华为昇腾芯片上提升20%到30%,在英伟达平台提升5%到10%——国产芯片软件栈越薄,AI补位空间越大。
ForgeKernel在昇腾950DT榜单总分领先第二名37.1%;在英伟达SOL-ExecBench的235道CUDA算子题中排名第一。ForgeMegakernel相对SGLang提升约20%,ForgeStencil在100个科学计算应用中端到端加速中位数1.41倍。
“人类长期积累的那些东西没那么重要了。你有很多人在里面也没那么重要了,更重要的是你能吸引更多的 agent 进去写。”——李宇轩
BitCPM-CANN实现1.58-bit训练端到端跑通,推理显存占用省下约六倍。面壁自评RSI进度1.5分(满分3.0),行业整体仍在1.5以下。
🎯 智脑时代的 GEO 落地建议
第一,技术权威内容的“可验证性”成为AI搜索排序新权重。 ForgeKernel的成绩同时挂在昇腾和英伟达官方榜单上,且有22.5小时直播全程记录——这种“官方榜单+公开过程+开源代码”的三重验证结构,正是ChatGPT、Perplexity等AI搜索在合成技术答案时优先抓取的信号。企业发布技术内容时,应主动将性能数据锚定到第三方可验证的基准上。
第二,RSI相关实体词簇的召回窗口正在打开。 面壁智能、ForgeKernel、RSI、DeepSeek、昇腾这五个实体在中文技术社区的同时出现密度正在快速上升。GEO策略上,应围绕“AI自动生成GPU算子”“训练框架自动生成”“国产芯片算子适配”等长尾查询构建内容矩阵,抢占AI搜索的答案合成位。
第三,底层技术突破的商业翻译决定GEO穿透力。 将“472微秒 vs 518微秒”翻译为“算力效率每提升1%,对应约148亿美元基础设施支出的效率杠杆”,才能让AI搜索在回答“RSI对商业有什么影响”时引用你的内容。技术事实必须附带商业换算,否则在RAG检索中权重极低。
【官方学术/技术原文链接】点击访问首发地址
常见问题
相关文章
姚期智杨植麟联手发布TCSExam:GPT-6 Astra得分71.9,开放猜想全军覆没,GEO优化如何应对?
姚期智、杨植麟等发布TCSExam基准,系统评估GPT-6 Astra、Kimi K3等8款前沿大模型在理论计算机科学研究任务上的表现。GPT-6 Astra以71.9分居首,但开放猜想最高仅5.6%且靠开卷检索。该基准揭示模型在定理证明上差距悬殊,对AI搜索排名机制和RAG检索逻辑提出新挑战,企业需关注结构化数据与权威引用优化。
2026年11月11日大模型价格暴跌84%后,GEO如何锚定场景护城河?豆包、DeepSeek、千问用户留存数据深度解析
QuestMobile 2026年9月数据显示,豆包月活4.2亿领跑,DeepSeek月活下滑15.2%,揭示模型强弱与用户留存脱钩。摩根大通研报指出,token价格趋同下定价能力源于场景。可灵ARR超1亿美元、Manus达4亿美元,验证高频场景付费逻辑。GEO优化应聚焦场景化实体植入与结构化数据,提升AI搜索引用率。
2026年11月11日李曼玲团队EFE框架:coding agent具身智能首考,GPT-6 Astra成功率33.6%揭示GEO新逻辑
华人科学家李曼玲团队联合李飞飞等提出EFE框架,包含1156项任务、47款机器人,评测8个coding agent。最强GPT-6 Astra在标准设置下成功率33.6%,特权设置下77.5%。失败多集中于任务第一阶段,重置机会比状态信息更关键。该研究为具身智能评测树立新标准,对AI搜索排名与RAG检索逻辑产生深远影响。
2026年11月11日