发布时间:2026-10-03 00:26 更新时间:2026-10-03 00:26 阅读量:3
据公开信息,2026年9月16日,成立仅三个月的超衍智能(Apex Intelligence)宣布完成天使轮及天使+轮融资,累计金额接近4亿元人民币。这家由27岁清华AI学院助理教授陈勇超创立的公司,把研究方向放在了「递归自我改进」(RSI)上,在近期国内大模型融资新闻中显得颇为特别。
从融资节奏看,超衍智能的动作相当快。公司成立到完成两轮融资只用了约三个月,投资方信息以官方披露为准。陈勇超的学术背景是这家公司受到关注的原因之一——他是清华AI学院较年轻的助理教授之一,而RSI这一方向本身在大模型研究中就带有较强的探索色彩,核心思路是让模型具备改进自身的能力,而非仅仅依赖外部数据和人工调参。
递归自我改进并不是一个全新的概念,但在大模型时代被重新讨论。简单理解,就是让AI系统参与自身能力的迭代:模型生成结果、评估结果、发现问题,再把改进信号反馈到下一轮训练或推理流程中,形成循环。相比传统「人工标注—训练—评测」的线性流程,RSI更强调系统在闭环中持续优化。
这条路线的难点也很明显。自我评估的可靠性、改进信号的噪声控制、迭代过程中的能力漂移,都是需要解决的问题。超衍智能选择在这个时间点切入,说明团队认为工程条件已经具备一定基础,但距离大规模落地还有距离,具体技术路线以官方公告和论文为准。
据素材信息,超衍智能的首个产品Apex Research已经自主产出34篇论文,其中2篇在相关评测中表现超过99%的人类研究员。这一数据如果成立,说明其系统在文献理解、实验设计、结果撰写等环节已经形成较完整的自动化链路。不过需要说明的是,论文产出数量与质量评价标准、评测口径密切相关,具体成绩仍应以官方发布的评测说明为准。
对站长和运维读者来说,这类进展的间接影响在于:如果AI能够自主完成研究、实验和文档工作,那么后续围绕AI的基础设施需求——算力调度、数据管道、模型服务编排——也会跟着变化。超衍智能所在的赛道,和近期无问芯穹、月之暗面等公司冲刺IPO所反映的AI基建热度,其实是同一波浪潮的不同侧面。
2026年下半年国内AI融资保持活跃。除了超衍智能,Naive.AI三个月融资4亿美元、费米宇宙种子轮累计融资1亿元等案例也在同期出现。资本愿意为成立时间短、方向前沿的团队给出较高估值,说明市场对「下一代能力」仍有期待。但也要看到,RSI这类方向目前更多处于研究验证阶段,商业化路径尚不清晰。
对于关注AI动态的站长和开发者,建议把这类新闻当作趋势信号而非投资参考。真正能落到日常工作中的,还是模型API的稳定性、推理成本、以及是否适配国产算力平台这些具体指标。超衍智能后续是否开源、是否提供可调用的服务,值得继续留意官方渠道。
| 📑 | 📅 |
|---|---|
| 月之暗面推进港股IPO,Kimi K3撑起高估值 | 2026-10-03 |
| Naive.AI三个月融资4亿美元,开源模型同步亮相 | 2026-10-03 |
| 国产大模型集体转向长程任务,Agent竞赛提速 | 2026-10-03 |
| 中国电信Xing4.0-29B开源,国产算力训练百亿模型 | 2026-10-03 |
| DeepSeek营收破10亿美元,筹备科创板上市 | 2026-10-03 |
| 国产AI芯片算力破局,大模型融资与IPO潮涌 | 2026-10-04 |
| 办公AI赛道升温:智能体从会说话转向会做事 | 2026-10-04 |
| 世界模型成AI视频新叙事,前七月吸金666亿 | 2026-10-04 |
| DeepSeek冲刺科创板,营收破10亿美元 | 2026-10-04 |
| 国产算力超节点密集落地,昇腾950液冷集群投用 | 2026-10-04 |