核心观点 - 谷歌DeepMind利用其开发的AlphaEvolve系统，在无限的Python函数空间中自动搜索并发现了全新的神经网络激活函数，这些函数在分布外泛化能力上超越了ReLU和GELU等现有标准函数，标志着AI设计AI的方法论革新 [2][4] 研究方法论革新 - 核心工具是AlphaEvolve，一个由LLM驱动的进化编码系统，它直接编写和修改Python代码来探索激活函数，突破了传统神经架构搜索受限于预定义数学算子的限制 [8][11] - 采用“微型实验室”策略，使用专门设计的合成数据来优化分布外泛化能力，避免了在ImageNet等大型数据集上进行昂贵搜索，实现了用小数据撬动大智慧 [4][14][40] - 系统的适应度函数基于分布外测试数据的验证损失，迫使模型学习举一反三，从而捕捉更本质的归纳偏置 [17][18] 新发现的激活函数及其特性 - 发现表现最佳的激活函数普遍遵循“标准激活函数+周期性扰动项”的通用公式，例如GELUSine和GELU-Sinc-Perturbation [25] - **GELUSine**：在GELU基础上增加了正弦项，引入周期性“摆动”以帮助优化过程逃离局部极小值 [26] - **GELU-Sinc-Perturbation**：公式为 `GELU(x) * (1 + 0.5 * sinc(x))`，在保留GELU渐近行为的同时，在原点附近引入了受控的非线性复杂性 [26][27] - **GMTU (Gaussian-Modulated Tangent Unit)**：结合了Tanh、高斯衰减和线性泄漏项，形状类似调制波，但计算成本较高 [28] - **湍流激活函数 (Turbulent)**：在合成数据上测试损失极低（29.8 ×10⁻³），但严重过拟合，迁移到真实任务时表现不佳，凸显了逐点激活函数的鲁棒性价值 [21][29] 在真实任务上的性能表现 - **在算法推理任务(CLRS-30)上表现出色**：GELU-Sinc-Perturbation取得了0.887的测试分数，显著优于ReLU的0.862和GELU的0.874 [34][36] - **在标准视觉任务上保持竞争力**：在ImageNet上，GELUSine和GELU-Sinc-Perturbation的Top-1准确率约74.5%，与GELU持平并远超ReLU的73.5% [34][36] - **周期性扰动的有效性**：周期性函数允许模型在训练域内“存储”频率信息，并在外推时通过周期性结构“检索”，这被认为是一种隐式的频率分析，有助于捕捉数据的复杂结构 [35] 对行业与AI研发的启示 - **代码即搜索空间**：利用LLM直接编写代码作为搜索空间，比预定义数学算子更灵活强大，LLM生成的函数甚至能提供人类可读的设计思路解释 [39] - **设计目标从拟合转向泛化**：激活函数的设计不仅为了优化梯度流动，其形状直接影响模型的归纳偏置，引入周期性结构是为模型注入“世界规律循环往复”的偏置 [40] - **预示AI设计AI的未来**：这项研究表明，在神经网络最基础的组件层面仍有巨大创新空间，未来的AI模型其底层算子可能将由AI自己书写 [42]

行业核心挑战 - 机器人实现广泛应用的关键在于其“泛化能力”，即适应新环境、新任务的能力[1] - 当前行业的核心痛点是“分布外泛化”问题，即机器人在训练场景外表现不佳，成为具身智能落地的最大障碍[3][4] - 传统AI与强化学习模型的问题在于只学会了表面的“相关性”，而未能掌握事物背后的“因果性”，导致其容易受到环境噪音（如背景颜色、光照变化）的干扰，无法举一反三[2][5][7] 技术核心突破 - 原力无限与多所大学联合完成的研究《DSAP: Enhancing Generalization in Goal-Conditioned Reinforcement Learning》被顶级人工智能会议AAAI 2026收录，标志着因果推理技术被成功引入具身智能领域[2] - 研究首次提出基于“因果图”的结构感知代理框架，该框架强制AI区分“状态无关变量”（如背景颜色、光照）和“状态相关变量”（如物体形状、位置），从而构建结构化的因果世界观[9][10] - 通过引入“解耦结构感知代理”，算法在数学层面切断了环境噪音对决策干扰的“虚假关联”，使AI决策专注于核心因果因素[12][13] - 算法学习到的因果结构与真实物理规律高度一致，证明其具备了结构化认知能力[15] - 在Alchemy和机械臂操作等复杂任务的验证中，搭载DSAP算法的智能体在面临全新环境配置时表现出惊人的稳定性[16][18] - 在视觉背景剧烈变化的测试中，DSAP的成功率显著优于GoFar、CORL等现有最先进算法[19] - 在多种分布外测试设置下，DSAP算法的平均回报率显著高于其他基准算法，展现出强大的泛化稳定性[21] - 这证明引入因果机制后，机器人开始具备初步的逻辑推理能力，而不仅是像素级的模式匹配[22] 公司战略与产学研协同 - 该顶会论文是产学研深度融合的典范，原力无限不仅提供了关键场景认知，也验证了其核心技术战略的前瞻性[24][25] - 公司研究团队致力于构建具有“因果世界模型”能力的超级大脑，DSAP所探讨的“因果泛化”是公司Hyper-VLA大模型进化的必经之路[25] - 通过与香港大学、澳门大学、武汉大学等顶尖学术力量合作，公司构筑了开放、前沿的科研生态系统[25] - “高校理论创新+企业场景验证”的模式加速了前沿算法的验证周期，使公司的技术底座始终保持在学术界最前沿[25]

量化模型与构建方式 1. **模型名称：DFQ-Diversify** - **模型构建思路**：通过自监督领域识别与对抗训练机制，实现标签预测任务与领域识别任务的显式解耦，以增强模型的分布外泛化能力[2][3][10] - **模型具体构建过程**： 1. **核心模块**： - **update_d模块**：执行领域识别任务，通过对抗机制抑制标签信息学习。包含特征提取器（GRU）、领域瓶颈层（dbottleneck）、领域分类器（dclassifier）和标签对抗判别器（ddiscriminator）。梯度反转层用于抑制标签预测能力[23][25][27] - **set_dlabel模块**：动态更新样本的潜在领域标签，通过无监督聚类优化领域划分[28][29] - **update模块**：执行标签预测任务，通过对抗机制抑制领域信息依赖。包含共享特征提取器、标签瓶颈层（bottleneck）、标签分类器（classifier）和领域对抗判别器（discriminator）[30][32][33] 2. **对抗训练机制**： - 模块间对抗：update_d与update共享特征提取器，目标相反形成动态博弈[43][44] - 模块内双损失：update_d优化领域预测损失（交叉熵）和标签对抗损失（MSE）；update优化标签预测损失（MSE）和领域对抗损失（交叉熵）[45][46] - 梯度反转层：在反向传播中反转梯度符号，实现特征解耦[47][48] 3. **动态领域划分**：通过自监督聚类在时间和截面维度识别潜在领域，满足领域内一致性高、领域间差异显著的标准[34][35][36] - **模型评价**：相比Factorvae-pro模型，Diversify无需预设环境变量，通过动态领域划分和对抗训练显著提升泛化能力，尤其在复杂市场环境中表现稳健[10][50][53] 2. **模型名称：GRU基础模型** - **模型构建思路**：作为对比基准，采用标准GRU结构进行标签预测，无领域解耦设计[55] - **模型具体构建过程**： - 输入60个量价特征，通过GRU层提取时序特征后直接预测20日收益率[55] --- 模型的回测效果 1. **DFQ-Diversify模型** - **中证全指股票池（2020-2024）**： - IC：12.41% | IC_IR：1.24 | rankIC：14.73% | rankIC_IR：1.29 - 多头年化超额收益：32.33% | 最大回撤：-7.55% | 换手率：74.08%[55] - **沪深300增强组合**： - 信息比率（IR）：1.89 | 年化超额收益：11.27%[6] - **中证500增强组合**： - 信息比率（IR）：1.67 | 年化超额收益：12.19%[6] 2. **GRU基础模型** - **中证全指股票池（2020-2024）**： - IC：12.01% | IC_IR：1.20 | rankIC：14.11% | rankIC_IR：1.30 - 多头年化超额收益：26.44% | 最大回撤：-6.80% | 换手率：78.20%[55] --- 关键参数与对比 1. **独立瓶颈层效果**： - 独立dbottleneck和bottleneck的Diversify模型（IC 12.41%）优于共享瓶颈层（IC 10.99%）和无瓶颈层（IC 11.81%）[60] 2. **双路径训练优势**： - 双路径训练的Diversify（rankIC 14.73%）显著优于单路径合并训练（rankIC 14.01%）[61][62] 3. **领域数量选择**： - latent_domain_num=2时模型表现最优（IC 12.41%），过多领域数（如domain_num=5）导致性能下降（IC 10.92%）[84] --- 因子绩效表现（中性化后） 1. **中证全指股票池**： - 中性化因子IC：11.02% | rankIC：13.15% | 多头年化超额收益：28.19%[48] --- 领域可视化分析 1. **领域分布**： - 训练中领域=1的占比从51.24%升至58.09%，反映模型对领域结构的自适应学习[63][79] - 领域标签同时包含时序（同一股票领域归属随时间变化）和截面（同一时间不同股票领域差异）信息[71][75][77]