夜雨聆风
AI 超级智能实验室 Recursive Superintelligence 今日宣布完成 6.5 亿美元融资，投后估值达 46.5 亿美元。本轮融资由 GV 与 Greycroft 联合领投，AMD Ventures 与 NVIDIA 跟投参投，使其跻身当前获得重磅资本支持的新一代 AI 创业公司行列。公司的核心理念在于：AI系统将通过自主分析自身性能，在无需人类干预的前提下实现自我迭代提升。该公司在X平台表示："实现超级智能最快的路径，是通过AI递归式地自我改进，并借助开放式算法驱动无尽的创新。我们将首先专注于AI科学本身（通过构建能够改进AI的AI），而这套方法论将很快帮助我们革新每一个科学领域。“
Recursive Superintelligence 由前 Salesforce 首席科学家 Richard Socher （CEO）于今年早些时候创立，公司的其他核心七位联合创始人均来自机器学习领域前沿：Tim Rocktäschel（伦敦大学学院（UCL）AI教授 & 前Google DeepMind担任研究员）、Alexey Dosovitskiy、Josh Tobin、Caiming Xiong、Yuandong Tian、Tim Shi 以及 Jeff Clune。这支团队主导了 Vision Transformer（ViT）等里程碑式的结构性AI突破，并开创了"彩虹测试（rainbow teaming）"等持续安全循环机制，兼具来自 UCL、UBC、Google DeepMind 的深厚学术背景，以及主导早期 OpenAI 智能体工作的丰富实战经验。值得关注的是，Recursive 团队中有四名成员曾与 Jeff Clune 共同署名撰写了奠基性论文 Darwin Gödel Machine，展现出团队深厚的学术传承。
Recursive 的核心目标是打造所谓的"递归自我改进超级智能（Recursive Self-Improving Superintelligence）"——即一种能够像人类科学家一样自主发现新知识的 AI 模型。由于现有神经网络尚无法完全自主地开展基础研究，Recursive 的首要任务是构建一个可以优化自身代码库的 AI 模型，并以此为基础，探索开发出在科学任务上媲美人类水平的 AI 系统。该公司的 AI 将通过执行模拟实验，以"开放性自动化科学发现流程"的方式不断寻求自我提升路径——涵盖实验方案的构思、测试与结果验证。与此同时，公司将部署护栏机制，以防止模型产生风险性输出。
公司将自身的开放式技术架构类比于生物进化——发现逐步积累，推动智能形态持续演进。其目标是构建一套能在开放循环中持续生成并迭代新能力的软件系统，不仅让 AI 学会完成任务，更让其能独立探索更优的学习方式。正如人类大脑历经数百万年演化，形成了一套仅需20瓦功耗（相当于一个普通灯泡）便能运转的超复杂系统。就像人类理解空气动力学原理后制造出远超鸟类飞行速度的飞机，Recursive 相信，提炼出智能的底层原理，将使我们得以构建思维速度与深度远超人类的系统。
这一开放式技术路径使 Recursive Superintelligence 与当前众多专注于扩展基础模型的主流 AI 公司形成明显差异。当然，竞争格局也在快速演化：AMI Labs 专注于世界模型探索，Ineffable Intelligence 聚焦强化学习，Safe Superintelligence 则以安全优先的超级智能研究为核心方向。而 Recursive Superintelligence 的野心更为宏观——尝试将整条 AI 开发流水线完全自动化。
Recursive 的 AI 不仅着眼于优化自身代码，还将致力于改进其"harness"（即 AI 提供商用于增强算法输出的辅助程序集），以及训练与推理基础设施。在这一方向上，业界已有先行者：OpenAI 近期发布的 GPT-5.5 模型正是通过 AI 自主优化推理工作流，将 token 生成速度提升了逾20%；Alphabet 也已借助神经网络辅助设计其 TPU 芯片，其相关团队近期更单独成立了 Ricursive Intelligence Inc.，将这一技术向更多企业开放。百度最近发布的伐谋自我演化决策智能体，通过持续演化机制，在组合优化、机器学习等场景中自动挖掘高性能算法方案。
Recursive 的首阶段目标，是训练出具备5万名博士综合能力的系统，并率先聚焦于AI科学本身的研究。一旦这一引擎正式运转，团队计划将这台"Eureka机器"对准人类最复杂的定量科学前沿，涵盖加速医疗药物发现、新一代电池化学设计，乃至突破核聚变物理等领域。目前，Recursive 正在旧金山和伦敦积极招募核心人才，新一轮融资将主要用于部署大规模算力基础设施，并运行其首套"Level 1"自主训练系统。公司计划于 2026 年中期正式对外发布产品，并有意将长期使命延伸至 AI 研究之外的更广泛科学发现领域。
对于公司的长远愿景，Socher 在 X 平台表示："我们将以 AI 研究本身为起点，但最终希望将其应用范围拓展至物理、化学，尤其是临床前生物学领域。AI 对于生物学的意义，将如同微积分之于物理学——它是一种全新的语言与思维方式，帮助我们理解和应对复杂系统，并以更好的方式对其进行工程改造。"
Saasverse Insights
Recursive Superintelligence 的融资成功，标志着 AI 领域正式迈入"自我进化"竞赛的新阶段——这一赛道的终极目标不再是更强的工具，而是能够独立推动科学进步的智能主体。当 Nvidia 与 GV 同时押注一家专注于"自我改进 AI"的初创公司，背后传递的信号是：算力基础设施的需求将随自主研究系统的规模化而指数级增长。对于中国的 AI 创业者与投资人而言，当 AI 开始优化自身的代码、harness 乃至底层硬件架构时，传统的 AI 能力边界将被系统性重塑，谁率先掌握"AI 自我迭代"的工程路径，谁就将在下一轮竞争中占据结构性优势。
#自我改进AI#AI融资#超级智能#Nvidia投资#AI芯片
☁️ 5月云动态» AI | SaaS | Cloud
【4亿美元估值 | AI Infra】RadixArk完成1亿美元种子轮融资，由Accel领投，解决计算资源限制和训练成本问题
【财报 | 7250亿美元AI军备竞赛】2026 Q1 谷歌，亚马逊，微软，Meta背后的AI算力焦虑与狂欢，一边暴涨一边重挫
【51亿美元估值 | 超级智能】Ineffable Intelligence 完成11亿美元种子轮融资，创欧洲种子轮融资纪录，获英国政府AI主权基金支持
【250亿美元估值 | AI编程】Cognition寻求新一轮巨额数亿美元融资，加速公司自主AI编程智能体Devin的开发
【8000亿美元估值】Anthropic 收到多个风投机构出价，300亿美元年化收入高速增长成关键因素
