超衍智能获近4亿天使融资，押注自进化大模型

发布时间：2026-09-25 04:00 更新时间：2026-09-25 04:00 阅读量：0

国内AI大模型赛道的融资热度仍在延续。据公开信息，成立于2026年6月的超衍智能于9月16日宣布完成天使轮与天使+轮融资，两轮累计金额近4亿元人民币。对于一家成立仅三个月的公司来说，这个数字在今年的早期融资案例中并不多见。

从投资方结构来看，天使轮由IDG资本、星连资本、晶泰科技联合领投，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、深创投及上海未来产业基金联合领投。既有市场化VC，也有地方产业基金参与，一定程度上反映出资本对这条技术路线的关注。

这家公司在做什么

与多数从通用对话能力切入的团队不同，超衍智能把方向定在自进化基础大模型，英文常写作Recursive Self-Improvement，简称RSI。通俗理解，就是让模型参与改进自身：通过训练流程、数据构造与评估反馈的闭环，让下一代模型在较少人工介入的情况下持续变强。公司方面表示，其应用场景聚焦科学研究与发现。

团队背景方面，创始人陈勇超为清华大学人工智能学院助理教授，此前曾在Google DeepMind、Microsoft以及MIT-IBM Watson有过任职经历。按照公开披露的用途，本轮资金将投入基础模型与算力，推进递归基础大模型的训练迭代，并构建高质量研究轨迹数据体系。需要说明的是，上述技术路线的具体实现细节，目前公开信息有限，实际进展以官方披露为准。

放进9月的融资图谱里看

把这条消息放回9月的国内AI融资节奏中，脉络会更清楚。同月，智谱宣布完成约50亿美元融资，其中约六成资金指向下一代GLM基础模型及自训练体系研发；稍晚，硅基流动完成B+轮二期和C轮融资，2026年度累计融资额近29亿元，方向落在推理引擎、异构算力调度与模型芯片适配。

三笔融资的体量、阶段、方向各不相同，但指向的趋势比较一致：资金正在向底层能力集中，包括基础模型训练、自训练体系、推理与算力调度。有行业观察认为，随着模型向长程任务、自主执行和自我改进演进，前沿创新对训练方法、算力供给与工程体系的要求都在提高，这也是早期项目能拿到较大金额天使轮的原因之一。

对站长和中小开发者而言，这类融资新闻的直接影响通常不会立刻显现，但可以留意两点：一是自进化方向若取得进展，模型迭代速度和调用成本曲线可能变化；二是基础模型与算力投入加码，往往会带动API服务、推理价格与工具链生态的调整。后续进展建议以企业官方公告与权威渠道信息为准。

继续阅读