创办3个月拿下4亿融资，RSI赛道火了

一家仅成立三个月的AI初创企业超衍智能，近期完成了天使轮及天使+轮融资，累计金额接近4亿元。这笔资金来自多家知名投资机构，包括IDG资本、晶泰科技联合领投的天使轮，以及德迅资本、无限基金、初心资本、云岫资本跟投；天使+轮则由中关村科学城基金、深创投、上海未来产业基金联合领投。

对于一家新成立的初创公司而言，能够同时吸引美元基金、产业资本和地方国资的支持，获得如此大额融资，在当前AI市场中实属罕见。而一级市场的大手笔投入，不仅看重团队的学术背景，更聚焦于超衍智能所专注的RSI（递归自我改进）赛道。

超衍智能的创始人是27岁的陈勇超，清华大学人工智能学院最年轻的助理教授。他本科毕业于中国科学技术大学，获得郭沫若奖学金，博士期间在哈佛-麻省理工学院联合培养，曾先后在Google DeepMind、微软研究院和MIT-IBM沃森AI实验室从事研究。在这些经历中，他经历了两个关键节点：在微软研究院，他首次认真考虑创业；在谷歌，他接触到auto-research和AI Scientist，这些技术让AI能够自主探索新知识，并利用研究成果提升自身能力。

2025年底至2026年初，随着模型推理、工具调用和自主研究能力的提升，陈勇超看到了AI生成研究想法、开展实验乃至改进自身的可能性，于是果断回国创业。今年6月，超衍智能正式成立，核心目标是构建下一代自进化基础大模型。这里的自进化，即Recursive Self-Improvement（递归自我改进，RSI），指的是模型能够自我迭代优化。

传统大模型的迭代高度依赖研究员人工构思方向、编写代码、设计实验和评估结果。而超衍智能的自进化AI系统可以自主分析问题、提出方案、修改代码、运行实验，并根据结果持续迭代。目前，这套系统已能从最初的想法出发，自主完成方法设计、代码编写、实验执行和论文撰写。团队还联合清华大学、麻省理工学院、哈佛大学、卡内基梅隆大学、中国科学技术大学和微软研究院等机构，推出了ASI-Bench，旨在专门测试AI在缺乏人类方法指导的情况下独立完成科学研究的能力。

此外，公司还将这套自动化研究能力直接应用于AI自身的研发，使AI不仅使用现有模型完成任务，还参与算法、训练和底层系统的研发，并将验证过的结果带入下一轮研究。在AI for Math方向，团队正与清华大学交叉信息研究院的张景昭合作，开展纯数学理论研究。这些努力共同表明，研究是超衍智能RSI的核心动力，团队通过聚焦科学研究与发现，让AI从辅助工具转变为共同研究者，从加速已知走向发现未知。长期来看，凡是研发流程可结构化、结果可度量的领域，如芯片设计与仿真、分子研发和量化策略迭代，都是其适用场景。

超衍智能的融资只是RSI赛道升温的最新案例。2026年，RSI已从学术概念演变为全球AI巨头和初创公司共同押注的前沿领域。ICLR 2026专门为递归自我改进开设独立Workshop，标志着RSI成为行业主流研究议题。海外方面，OpenAI组建了RSI专项研究团队；Anthropic发布专题报告《When AI Builds Itself》，分析AI加速自身研发的趋势及递归自我改进的风险；Google DeepMind的AlphaEvolve实现了部分算法的自动优化；Meta FAIR则联合高校发布了AIRA-2自动化科研智能体论文。

在创业领域，资本热度同样高涨。目标打造全自动AI实验室的Recursive Superintelligence完成了6.5亿美元早期融资，投后估值达46.5亿美元，英伟达和AMD风投基金参与跟投，致力于实现AI自主完成从想法提出到实验验证的完整流程。国内方面，基座厂商与初创公司也进行了双线布局。3月，MiniMax发布M2.7模型，探索从“工具型AI”迈向“自我进化体”，构建了以Agent为核心的自我进化系统，具备“自我优化闭环”，在内部测试中，模型可连续执行超过100轮“分析—改进—验证”的循环，实现约30%的效果提升。7月，腾讯混元推出Hyra-1.0递归自进化科研智能体，将递归自我改进能力引入研发工具栈；字节Seed团队也在推进Seed-for-Seed的AI4AI探索，将AI自动数据合成、评测和框架调优逐步融入模型研发流水线。9月，智谱在港交所发布公告，宣布完成港股配售及可转债融资，总规模约50亿美元，其中约60%资金将投向下一代GLM基础模型和一套名为“完全自训练”的体系，这也是智谱首次在公告中将“递归式自我改进”写入正式技术路线图。

在大厂将RSI纳入迭代路线之际，一级市场也开始发掘种子选手。在超衍智能之前，主打AI4AI递归迭代系统的元环智能也刚完成天使轮融资，顺为资本、启盈同创基金、君礼私募基金、上海未来产业基金和星连资本均为背后资方。该项目同样来自清华系，由90后清华大学人工智能学院助理教授刘子鸣于今年5月创立，专注于递归自我改进系统（RSI）研发，2026年因提出“从算力扩展转向洞察扩展”的科研理念获得WAIC云帆奖，技术聚焦AI自动科研与模型自进化。这些动态预示着AI行业的竞争逻辑已发生转向。不同于大模型比拼算力、数据和科研人力，RSI赛道考验的是构建AI自主迭代闭环的底层工程能力。AI的下一站，或已落在“AI自我进化”能力之上。资本和产业已形成共识：从工作流、评测体系和实验链路切入，以轻量化、可落地的方式，快速跑通AI自我优化的闭环，抢占技术先发优势。九游娱乐 - 在线体育互动 | 技能挑战与娱乐新体验- JIUYOU GAME。本文来自微信公众号“猎云精选”，作者：孙媛，36氪经授权发布。