27岁清华助理教授创业，探索AI自主进化，两个月融资数亿

今年，利用人工智能来优化人工智能本身，已成为全球顶尖研究机构的普遍共识。

过去一年间，OpenAI创始成员Andrej Karpathy、前Meta FAIR研究总监田渊栋、前DeepMind首席科学家Jeff Dean等人，纷纷投身于RSI（递归自改进）领域的创业浪潮。

RSI的发展轨迹与“世界模型”颇为相似：即便是最前沿的实验室，也尚未在递归自改进上取得突破性进展，技术的不确定性很快被宏大的叙事和火热的资本市场所掩盖。田渊栋便是一个典型例子。今年5月，他所在的初创公司Recursive Superintelligence，在产品尚未交付的情况下，便宣布完成6.5亿美元融资，估值高达46.5亿美元。

这股热潮同样波及中国。今年1月，就读于哈佛与MIT联合培养项目、即将博士毕业的陈勇超，正面临职业选择的分岔路口：一边是DeepMind的工作机会，以及多家专注AI自动科研的海外初创公司发出的联合创始人邀请；另一边，是他等待了两年的创业时机，恰好在此刻成熟。

他的目标是：训练一个能够自我进化的通用模型，让它在自我进化的支撑系统之上，独立完成人类科学家所从事的研究工作，包括构思想法、检索文献、执行实验。

经过深思熟虑，他选择了后者，回国创立了超衍智能（Apex Intelligence），专注于自主进化基础模型的研发，并同时入职清华大学。

27岁的陈勇超，成为清华大学人工智能学院历史上最年轻的助理教授。他于7月正式宣布创立的超衍智能，也在短短两个月内完成了两轮亿元级别的融资。

据《智能涌现》获悉，近日，超衍智能已完成近4亿人民币的天使轮及天使+轮融资。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，汇聚了头部美元基金、产业资本及市场化投资机构。天使+轮则由北京、深圳、上海三地头部国资——中关村科学城基金、深创投、上海未来产业基金联合领投。

本轮融资将主要用于基础模型与算力基础设施的建设、递归自改进技术的研发投入，以及核心团队的扩充。

这是一支由研究人员主导的创业团队。超衍智能创始人陈勇超曾在Google DeepMind、Microsoft、IBM等海外实验室从事大模型相关研究。团队核心成员来自字节跳动、Kimi、智谱等头部大模型厂商，具备一线模型研发经验。

与专注于Agent层的RSI不同，超衍智能并不聚焦于构建AI for Science的应用层或支撑系统，而是探索基础模型层面的递归自改进能力。其核心理念是，让每次研究任务生成的轨迹成为训练数据，用于改进模型，进而攻克更复杂的问题。

在超衍智能内部，这一逻辑被概括为“研究是递归自我改进的引擎”。其最终目标是，用一套递归智能系统连接数字世界与物理世界，将统一的能力拓展至人工智能、数学、物理、芯片设计、机器人、工业制造、化学、生物等各个领域。

“继编程平权之后，下一波将是研究的平权。”在陈勇超看来，AI的自我进化正在成为现实。

他手中的第一个有力证据来自今年5月。当时，他们让公司的自进化AI系统自主产出了34篇论文。结果令人惊喜：这些论文提交至ACL Rolling Review（ACL系列会议的统一审稿平台）后，有11篇获得了3分以上的初审分数，这已达到博士生水平。其中，还有2篇论文的分数超过了99%的人类研究员。

“很多想法都让人眼前一亮，有些论文几乎达到了博士生水平。这出乎我们的意料，但也在情理之中，因为这一刻迟早会到来。”陈勇超说道。

除了论文，从AI自主进行AI方向的研究，到在数学等基础科学领域的探索实验，超衍智能的AI系统已在多个高难度研究领域完成初步验证。目前，公司内部已积累了数万条高质量研究轨迹，涵盖专家轨迹、合成轨迹和AI自主生成的研究轨迹。

研究是递归自我改进的引擎，图源：企业

如果将智能的演进置于一个坐标轴上，陈勇超认为，它并非平滑上升，而是沿着S型曲线：突破一个瓶颈后快速攀升，然后趋于平缓，再等待下一个瓶颈。现阶段，我们正处于上一个属于Scaling Law拐点的平稳阶段，正在等待新拐点的出现，以及下一个智能快速爆发的时刻。

陈勇超对这个拐点的到来坚信不疑。“时代不会等人，这和两年前不做大模型、一年前不做具身智能的情况是一样的。RSI在现在就是最好的创业时机。”

关于回国创业、选择RSI方向以及对智能演进的思考，我们带着一系列问题，来到了清华大学人工智能学院的办公室，与他展开了交流。以下是我们与陈勇超的对话实录，略经摘编：

模型的稳定性与创新性，是相互矛盾的

为什么今年RSI突然爆发了？

陈勇超：很多人认为是因为模型能力遇到了瓶颈，需要探索新路径。我认为这是次要原因。最主要的原因是，技术转折点已经到来，模型已经强大到一定程度，能够完成许多人类研究员所做的工作。这也正是我们探索的方向：训练下一代模型，使其能够达到甚至超越人类研究员的水平。

用简单的话来说，自进化模型与当前的大模型有何区别？

陈勇超：当前的大模型是追求稳定的模型，是为大众使用的、保守的、不希望它犯错的模型。例如，问它100个问题，它能回答出95个，对于回答不出的问题，则努力减少幻觉，或直接回答不知道。

但自进化模型是注重创新性的模型，它对稳定性的要求不高。例如，你问它一个问题，它答不出来，但我们期望它能提出100种不同的方法来解决这个问题，其中99种错得再离谱也没关系，只要有一种正确就行。也就是说，在探索过程中要允许大量方法失败，但只要其中一种被证明有效，系统就能识别它、保留它，并将这次成功转化为未来可以复用的能力。

模型的创新性与稳定性很多时候不可兼得。模型过于追求稳定和保守，其创新性就会减弱。有时我们甚至发现，模型在通用评测上的结果越好，其创新性反而越差。

要实现模型的自进化，关键的技术难点在哪里？

陈勇超：第一是模型提出天马行空想法的能力；第二是自主执行能力；第三是验证能力。目前，模型能否提出好想法，筛选出好想法后自主执行下去并做好验证，是特别大的难点。

这些难点可以通过什么方式来解决？

陈勇超：模型的训练方法以及模型架构，尤其是上层架构，都需要进行调整，数据也有很大变化。例如，采用一些对抗性的训练方法，让一个模型扮演不同的角色：既能提出好想法，也能自行评估，判断这个想法在合理性、创新性上表现如何。通过迭代式的自我改进方法，让想法越来越好，创意水平越来越高。

为什么先从科研场景尝试模型自进化能力的落地？

陈勇超：科研场景对聪明大脑的需求最为迫切。自进化本身是在追求智能的上限，即对标甚至超越人类研究员。它通常会瞄准那些处于智能上限、最需要创新性的场景。

AI for Science、AI Scientist、Auto-research和Recursive Self-improvement这几个词之间是什么关系？有重叠吗？

陈勇超：在我看来，RSI、Auto-research和AI Scientist虽然字面意思不同，但本质上指向同一个目标：构建能够自主开展研究，并在研究过程中持续提升自身能力的通用研究智能。AI Scientist描述的是这种系统扮演的角色，Auto-research描述的是它自主完成研究的过程，RSI描述的则是它根据研究结果不断改进自身的机制。

AI for Science与它们不在同一个概念层次。AI for Science描述的是AI被应用在哪里，即利用AI解决科学问题；它可以是一个科研工具、一个垂直领域模型，也可以是一个完整的自主研究系统，但并不必然具备自主研究和自我改进能力。

尽管Auto-research和AI Scientist出现得更早，但很多从事这两个方向的人把这个概念做窄了。Auto-research并不只是搭建一个Agent来写论文，AI Scientist也并不只是训练一个垂直领域的小模型。它们真正要解决的问题是，训练出一个通用模型来超越人类研究员，让AI成为人类研究员的合作伙伴。

RSI可预见的上限是怎样的？能达到什么样的水平？

陈勇超：这取决于它最终能成为人类哪个级别的研究员。很难说它最终能达到清华等顶尖高校博士生的水平，还是牛顿、爱因斯坦的水平。

智能爆发式增长可能会在什么时候出现？

陈勇超：我认为会有一个拐点，可能出现在模型在某些环节的效率比人高，或者创新能力与人差不多的时候。它是按瓶颈和阶段推进的。一旦突破了某个瓶颈，就会呈S型曲线上升，先快速发展，之后逐渐平缓，那时你就需要开始等待下一个能突破的瓶颈。

现在智能处于什么阶段？

陈勇超：第一个S型曲线是Scaling Law，现在正处于第一个S型曲线接近饱和的阶段。现阶段模型的迭代，其能力进步已经没那么快了，已经到了S型曲线的上端。RSI可能是下一个S型曲线，也可能是帮助发现许多S型曲线突破瓶颈的方法论。

像人类科学家一样做研究

从整体来看，你们现在在做的事情有哪些？

陈勇超：我们构建了一个用于自动化科研的AI系统，让它从事AI for AI、AI for Math以及各个学科的研究。同时，我们也在训练自己的大模型，并建立能够评价大模型在研究领域能力的基准测试。

这个自进化AI系统独立完成一个科研项目，其端到端的过程是怎样的？有没有具体的案例？

陈勇超：这与人类做研究很相似。而且，它像人类科学家一样“全栈”，能自己动手做实验：自己构思想法、做实验、连接GPU、搭建环境、训练模型，最后根据实验结果改进方法，并将成果总结成报告、代码仓库、产品或论文。

例如，它现在能帮助数学家发现数学上的重大突破、证明定理；也能做AI领域的事，自己优化AI训练中的内核、数据分布、算子；还能做机器人VLA的数据仿真与VLA架构改进。

在这个系统中做一个项目的研究，周期一般是多长？相比人类做研究，它的速度能快多少？

陈勇超：这取决于研究难度。难度较大的项目，AI可能需要做两三周，但相比人类已经非常快了。人类的话可能需要做好几个月甚至一年。

这个产品已经上线了吗？

陈勇超：最近已经上线了，正在小范围内测中。

自动化AI研究系统原理，图源：企业

关于你们现在正在训练的模型，可以展开讲讲吗？

陈勇超：首先，这个模型肯定是一个大参数规模的模型。

它与上一代模型很大的区别是，我们注重创新性和研究能力。它可能在一些通用能力上，如编程、数学，比闭源SOTA模型差一些，但在完整的研究能力上会显著更强。

你们是从头开始训练模型吗？

陈勇超：我们现在还是基于开源模型进行中间训练和后训练。做预训练还需要更多的资金储备。

现在你们的模型能达到什么效果？

陈勇超：我们自己看来，有些方面比较惊艳，比如在数据自进化、支撑系统自进化上。但目前只能做较小的优化，想要在创新性上取得很大突破还比较困难。

我们想先训练一个通用模型，它能做很多领域的研究，比如AI for AI、数学、机器人、芯片设计、量子计算。其中，通用模型的很多数据会包含各个领域，之后基于通用模型进行微调，它也能在垂直场景中快速落地。

为什么先做通用模型，再慢慢做各种垂直场景？

陈勇超：很多领域的创新来源于毫不相关领域的启发。如果你只用垂直领域的数据训练模型，它可能在局部任务上越来越强，但整体智能反而会下降，也就是我们常说的“灾难性遗忘”。

例如，我想让它做AI for大模型，让它所有的训练数据、研究轨迹，都来自AI自己训练大模型的领域。结果你会发现，它可能逐渐过拟合于这一分布，遗忘原本具备的数学、物理、化学乃至常识推理能力。如果它连常理都能忘掉，智力就会退化。它可能越来越擅长重复已有的大模型研发范式，却越来越难跳出局部最优，产生真正具有突破性的新方法。

你们最近还发布了一个基准测试，叫ASI Bench。

陈勇超：是的，这是一个评价模型探索能力和研究能力的基准测试。ASI和AGI的最大区别是，ASI能探索模型提高智能上限、探索世界未知知识。现在还没有一个很好的基准测试来评价模型的探索能力和研究能力，所以我们做了这个。

与RSI直接相关的数据非常少，你们如何突破？

陈勇超：数据是一个非常核心的问题。无论是研究类数据，还是递归数据、Auto-research数据，这些都与大模型的数据不同。它需要的是一条完整的研究轨迹数据。

这种研究轨迹非常难以获得，因为它都散失在研究过程中了。大家最终留下的往往只是报告、产品、论文，那只是结果；而中间试错、成功与失败的过程轨迹，是根本没有保留下来的。

不仅如此，最顶尖的研究员、人类科学家那些“灵光一现”的时刻，很难被数字化地记录下来。例如王虹证明挂谷猜想，基本就是今天想一些、睡一觉，明天再想一些、再睡一觉，想要记录下整条思维链非常困难。我们也在做这方面的探索，尝试将其复刻出来。

这么说，让AI改进AI自身，其实也是在模仿人类自我改进的过程。

陈勇超：对。最聪明的人往往都会自我进化、自我迭代，通过与外部反馈、与自己、与世界互动，来不断提升自己。我们要模仿的，就是这个过程。

一条研究轨迹包含很多内容：如何构思想法、处理信息、搜集信息、执行实验，以及如何根据实验结果来调整下一步计划。

关于将研究轨迹数字化，你们做了哪些探索？

陈勇超：我们在构建领域专家生态，邀请各领域专家一起合作，请他们尽可能复现他们的研究轨迹，并用AI可以理解的方式无信号损失地记录下来。目前行业里基本还没有这一类完整研究轨迹的数据。我们目前已有的数据包括：与专家合作构建的数据、AI合成数据、以及用户自愿选择分享的产品使用数据。

训练一个模型需要多少量级的数据？

陈勇超：这个说不好。数量上很难用“多少T”来衡量，因为一条数据本身就包含很多步骤、很多轮交互。更合理的衡量方式，是按项目数量，或按轨迹的数量与长短来评估。

只做支撑系统层的商业化，很容易被模型吞掉

你从2月份做RSI到现在差不多半年了。从当时非常坚定地入场，到现在为止，你的体感怎么样？

陈勇超：不管在技术上还是资本市场上，当时的想法都得到了验证。

我的判断依然很坚定。第一代大模型（如ChatGPT）替代白领，具身智能替代蓝领，而ASI将替代人类科学家，也就是那些拥有博士学位、“最贵也最聪明”的一批人。

你们在商业化上有什么思考？

陈勇超：支撑系统层很容易被模型本身吞掉。只做支撑系统层的商业化，即只提供一套能自动科研的系统，其