盖世汽车 前天
押注大模型“递归自我改进”,超进化完成数亿元天使轮融资
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_font3.html

 

盖世具身智能获悉,超进化智能(HyperVolve)已于近日完成数亿元天使轮融资。

本轮融资由蓝驰创投领投,商汤国香资本、联想之星、英诺基金、水木清华校友种子基金等联合投资,澜松资本担任长期战略财务顾问,将主要用于算力与训练基础设施建设及核心研发团队扩充。

超进化智能于今年 8 月底正式成立和启动运营,致力于研发自进化的研究基础模型,以 RSI(递归自我改进)为关键技术路径,推动模型在新场景专业能力的自我提升。

一家成立才两个月的公司,天使轮就拿到数亿元,凭什么?

图片来源:超进化智能

押注"Research 是下一个 Coding"

超进化创始人陈恺本科毕业于清华大学,博士毕业于香港中文大学多媒体实验室(MMLab),曾任商汤科技研究总监、上海人工智能实验室大模型中心负责人。

他的履历里有三个被行业反复引用的名字:一是他创建的 OpenMMLab 计算机视觉开源算法体系,GitHub 星标超过 14 万;二是他在上海 AI Lab 带队研发的书生(Intern)大模型,主导完成了万卡集群上万亿参数科学大模型的全流程训练;三是他主导建设的大模型评测体系司南(OpenCompass),如今已被头部大模型企业和科研机构广泛采用。

他本人发表论文 100 余篇,谷歌学术引用超 4.5 万次。

简单说,这是一个真正 " 玩得转万卡、训过万亿参数 " 的人。

超进化核心成员也多来自上海 AI Lab 和头部科技公司,长于大规模基模训练、评测体系和科学模型。

超进化给自己定的目标,是研发具备元研究能力的 " 超级研究员大脑 " ——让模型面对陌生专业场景时,能自己提出问题、形成假设、设计方案、自主验证并持续迭代,这套能力可以迁移到科学研究、行业研发和 AI 研究。

超进化认为,当前支持 " 研究能力工业化 " 的多个条件已经成熟:第一,模型的专业推理能力在不少领域已经不亚于一般专家,从能分析结果走到能提出下一步方案;第二,Coding 和 Agent 能力的提升,让模型能完成小时级甚至更长的任务;第三,Agentic RL 让 " 模型在与环境交互中产生参数更新 ",有了相对可解路径;第四,评测的自动化和鲁棒性、各领域验证器的迭代进步显著,让反馈和奖励信号更可靠。

这四件事叠在一起,让 " 自进化 " 从概念题变成了工程题。

"Coding 是大模型第一个跑通大规模迭代闭环的专业能力," 陈恺说,"Research 会是下一个。"

RSI有五层,直接攻最难的"模型层"

超进化把 RSI 从浅到深拆成五层:最浅的是产物层,靠 auto research 让研究产出自我修正;然后是经验层,持续更新 memory、skill 等运行时资产;再到 Harness 层,让 agent 系统那套代码本身持续迭代;第四层是模型层,通过持续的参数更新把新能力真正内化进模型;最深的是进化机制层,把 " 如何进化 " 的方法论本身也交给 AI。

在超进化看来,目前绝大多数工作集中在前三层,因为 harness 层门槛相对低、见效快。但智能水平的载体是模型参数,只有参数层面持续更新,才是真正的自进化。

超进化选择的,正是第四层。

这意味着,超进化押注的不是已被验证的成熟方向,而是一个难度最高、行业共识尚未形成的切入点。

为此,超进化构建了模型(Model)、智能体运行框架(Harness)、评测器(Evaluator)协同进化的闭环,同步建设覆盖研究能力和自我改进能力的评测体系。

在陈恺看来,做 RSI 最稀缺的两样东西都离不开基模训练经验:一是万卡级、万亿参数模型的全流程训练经验,真正跑过的人很少;二是研究轨迹数据和专业任务环境的长期积累,这是踩坑踩出来的 know-how。

RSI 成了新叙事,赛道开始分层

把视线拉开,押注 " 模型自我改进 " 的公司正在变多。

超进化打的是科研,以 Science 为主战场,同时元研究能力可迁移至科学研究、行业场景研发及 AI 研究。

7 月官宣创业、9 月完成近 4 亿融资的超衍智能,也是聚焦科学研究与发现,目标是让 AI 从辅助工具变成共同研究者,从加速已知走向发现未知。

图片来源:新元体

初光跃迁、新元体做的是 Physical RSI,把自我改进落到物理世界和机器人上,让模型在真实 / 仿真任务中迭代。

方向上都是 " 让模型自己变强 ",但有的面向科研、有的面向物理本体,切入点和优先级各不相同。

需要冷静的是,这仍是一条极早期的赛道。

具体到超进化,截至融资宣布时,超进化尚未发布产品或披露营收。不仅如此,RSI 五层里 " 模型层 " 是最理想,也最难的一层,参数自更新的稳定性、评测器会不会被模型 " 钻空子 "、研究能力能否跨领域迁移,都还没有被验证。

从这个维度说,资本愿意为 " 自进化 " 这个方向密集下注,但真正跑通 " 研究闭环 " 的公司,还需要时间和算力来证明。

关于《Seeds 发现》:

盖世汽车《Seeds 发现》栏目,旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台,为产业链上下游深度赋能。该栏目自启动以来,一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式,推动产业创新力量的成长。

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论