一、HRM的诞生与核心架构
2025年8月28日，Live Science报道，新加坡AI公司Sapient开发了一种名为层次推理模型（HRM）的新型人工智能模型，其设计模仿人脑不同区域在毫秒至分钟时间尺度上整合信息的机制。相较于动辄数十亿甚至万亿参数的ChatGPT等大型语言模型，HRM仅使用2700万个参数和1000个训练样本，展现了更高的效率和性能。研究论文已于2025年6月26日上传至arXiv预印本数据库，尚未经过同行评审，但其开源代码已在GitHub发布，供全球研究者验证。
HRM的核心在于其独特的层次化架构，包含两个相互依赖的模块：
- 高层模块：负责慢速、抽象的规划，类似于人脑中的战略决策。
- 低层模块：处理快速、详细的计算，类似人脑的即时反应。
与传统LLMs依赖的链式推理（CoT，Chain‑of‑Thought）不同，HRM通过单次前向传播执行顺序推理任务，无需显式监督中间步骤。这种“一次思考、多步精炼”的方法通过迭代优化（iterative refinement）提高答案准确性，每次“思考”会评估是否继续优化或提交最终答案。这种机制使HRM在复杂推理任务中表现卓越，同时降低计算成本。
二、HRM的性能突破
Sapient研究团队在ARC‑AGI基准测试中验证了HRM的性能。ARC‑AGI被认为是评估AI接近通用人工智能（AGI）能力的严苛标准。测试结果显示：
- ARC‑AGI‑1：HRM得分40.3%，超越OpenAI的o3‑mini‑high（34.5%）、Anthropic的Claude 3.7（21.2%）和Deepseek R1（15.8%）。
- ARC‑AGI‑2：HRM在更难的测试中得分5%，领先o3‑mini‑high（3%）、Deepseek R1（1.3%）和Claude 3.7（0.9%）。
此外，HRM在复杂数独解题和迷宫最优路径寻找任务中接近完美表现，而传统LLMs在这些任务中完全失败（0%准确率）。这些成果得益于HRM的层次化设计，克服了CoT的三大缺陷：任务分解脆弱、数据需求高和延迟长。
三、颠覆传统AI的创新点
传统LLMs如ChatGPT依赖CoT，通过将复杂问题分解为简单的自然语言步骤，模仿人类思维过程。然而，Sapient团队在研究中指出，CoT存在“任务分解脆弱、数据需求巨大、推理延迟高”的局限。HRM通过模拟人脑的层次化处理，摒弃了CoT的文本分解方式，直接在模型的潜在空间（latent space）中进行推理。这种“沉默思考”模式无需生成中间文本，显著提升效率。
HRM的训练过程也极具创新。研究显示，其性能提升主要来源于训练中的“未充分记录的精炼过程”，而非层次化架构本身。这一发现由ARC‑AGI基准测试团队验证，他们在复现结果时确认了HRM的优异表现，但指出架构对性能的直接影响有限。这一结论为AI研究提供了新思路：优化训练方法可能比单纯增加参数更有效。
四、行业反响与市场潜力
HRM的发布引发了科技界广泛关注。X平台用户@AIFanatic称其为“推理AI的革命”，认为其高效设计将推动AI在资源受限环境（如边缘设备、机器人）的应用。然而，部分研究者质疑其未经过同行评审，可能存在性能夸大风险。Live Science报道指出，ARC‑AGI团队已通过开源代码验证了HRM的结果，增强了其可信度。
HRM的潜力在于其数据效率和低计算需求。相比ChatGPT（估计3‑5万亿参数），HRM的2700万参数使其适用于低功耗设备，如嵌入式系统和移动终端。在医疗诊断、气候预测和机器人控制等领域，HRM可处理稀疏数据，实现高精度推理。Sapient计划将其应用于稀有病诊断和次季节气候预测，已与医疗机构和气候研究团队合作，展现了广泛的商业前景。
五、挑战与未来展望
尽管HRM表现卓越，但面临若干挑战。首先，其推理过程发生在潜在空间，缺乏CoT的文本化中间步骤，导致可解释性较差。研究团队已在论文中展示了部分任务的推理追踪方法，但需进一步改进以满足监管需求。其次，未经同行评审的论文可能限制学术认可，Sapient需推动后续验证。此外，HRM目前专注于逻辑推理，尚不具备LLMs的语言生成能力，未来需探索混合模型以覆盖更广任务。
展望未来，HRM的层次化架构可能成为AI设计新范式。Sapient团队表示正进行新实验，预计发布更高的ARC‑AGI分数。结合强化学习和神经科学，HRM有望向通用人工智能迈进，挑战当前以规模为主的AI发展路径。
六、结论
Sapient的层次推理模型（HRM）以人脑启发的设计，凭借2700万参数和1000个训练样本，在推理任务中超越ChatGPT等大型语言模型。其在ARC‑AGI基准测试、复杂数独和迷宫路径寻找中的优异表现，展示了高效AI的新可能。HRM不仅挑战了CoT推理的局限，还为资源受限场景提供了解决方案。尽管面临可解释性和验证挑战，其开源发布和潜在应用前景使其成为2025年AI领域的焦点。谷歌、OpenAI等巨头需正视这一新兴架构，HRM或将重塑AI推理的未来。