Trinity：多模态智能体递归自我改进框架
先了解这件事
2026年10月28日，arXiv cs.AI 刊出论文《The Trinity：面向多模态智能体的能力驱动递归自我改进框架》，提出由 Creator、Explorer、Evolver 三个角色构成递归自我改进回路，并把原始任务树重组为分层能力树；其中 Capability-Driven Real2Sim2Real 将同一节点下的异构任务抽象为可验证的简化模拟世界，Capability-Aware Harness Router 则依据公开任务信息为任务选配 Harness。同日13:17，AGI Hunt 报道进一步称该框架来自 Cardinal AI Lab，并细化了分工：Evolver 按共享能力需求把任务重构为层级化能力树，Creator 在简化可验证的仿真世界中学习能力，再回到原始任务评测迁移效果。早先报道未提及研发机构，后续报道称来自 Cardinal AI Lab。报道仍未披露实验结果、对比基线或第三方复现，事件停留在预印本发布阶段。
AI 根据报道生成 · 34 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntTrinity 框架：按能力树重组任务，实现多模态智能体递归自我改进
Cardinal AI Lab 的 Trinity 框架以 Evolver、Creator、Explorer 三角色分工实现多模态智能体递归自我改进。Evolver 按共享能力需求把任务重构为层级化能力树，Creator 用 Capability-Driven Real2Sim2Real 在简化可验证的仿真世界中学习能力、再回原始任务评测迁移效果。
- arXiv cs.AIThe Trinity：面向多模态智能体的能力驱动递归自我改进框架
The Trinity 用 Creator、Explorer、Evolver 三个角色构建递归自我改进框架，把原始任务树重组为分层能力树。其 Capability-Driven Real2Sim2Real 将同节点异构任务抽象为可验证的简化模拟世界，Capability-Aware Harness Router 再按公开任务信息选配 Harness。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。