上海AI实验室发布通专融合智能体书生-A1.5 Sage-A1.5

上海AI实验室推出通专融合智能体书生-A1.5（Sage-A1.5），将递归自我改进（RSI）研究推进到新阶段。相较1.0版本，Sage-A1.5以先导模型Agents-A1的长程任务能力为底座，依托书生·端砚科学发现平台，在神经科学、电化学等场景验证RSI飞轮，即由真实科学场景牵引基础模型自进化。实验室称这是周伯文提出的“环境即数据”理念的落地实践。 能力层面，Sage-A1.5新增智能体编排与智能体校验两项能力。编排能力让模型自主拆解任务、调度子智能体并行调研并汇总结果；在空间科学综述审校案例中，它调度18个子智能体，对照12项空间任务核查24组断言，围绕六大方法学挑战比对证据与竞争性解释。校验能力让模型自主判断校验时机与对象，区分已证实事实与待验证假设；在光化学反应研究中，它首轮检索不匹配后识别偏差、收敛检索方向，并设计对照实验。 技术路线上，团队提出最小可验证科学提议（MVSP），在脑机理、高能物理、材料设计、新药创制、化学智能、疾病诊断等十余个科学场景建设高质量科学评测环境，并通过工作区仿真、科学计算工具链部署构建专业沙盒，持续产出SFT数据与RL训练资源。训练采用多域监督微调与统一后训练两阶段范式，搭配全异步管线与自适应采样机制。 性能方面，35B参数的Sage-A1.5在凝聚态物理（CMT）、博士级科研（FS-R）、科学奥赛（FS-O）、指令遵循（IFBench）、通用智能体（PinchBench）等基准上综合表现优于Kimi-K3、GLM-5.3、GPT-5.6-Sol等更大参数规模模型；在SWE-Bench Pro、SWE-Bench Multilingual、MLE-Bench-Lite上成绩显著提升，其中SWE-Bench Pro距参评模型最优得分仅差3.4个百分点。 应用案例上，Sage-A1.5依托SeekBrain框架对小鼠全脑数据201个脑区的五项解码指标完成主成分分析、5000次随机置换检验及脑区可视化，结果与专家核验结论高度一致；在武汉大学雷爱文课题组电化学研究中，模型整合16篇文献构建反应条件、机理与产率因果关系图，复现89%分离产率的最优条件，并提出交流电频率与添加剂协同调控中间体的猜想。Sage-A1.5提供多版本量化形态，支持昇腾NPU、沐曦与AMD等GPU，已开放体验入口供科研团队与产业伙伴试用。