超进化智能数亿元天使轮、前上海 AI Lab 大模型负责人创业、要做会自我改进的模型

让 AI 自己改自己

10 月 28 日，一家名字很直白的公司宣布完成融资。

公司叫超进化智能（HyperVolve），成立在 2026 年 8 月，这一轮是数亿元人民币天使轮，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跟投，澜松资本任财务顾问。

钱主要花在两处：算力与训练基础设施建设，以及核心研发团队扩充。

创始人叫陈恺。他之前的身份是上海人工智能实验室大模型中心负责人，也是书生（Intern）系列模型的主导者。

用人话说： 这家公司想解决的是一个听着很科幻的问题——让 AI 自己改进自己。 目前的模型都是人训练出来的，人给它数据、人调参数、人写反馈。这家公司想做的是，把"改进"这件事也交给 AI。

一句话总结

"让 AI 自己改自己"这句话，听起来像科幻，但这家公司的判断很具体：代码已经被证明是第一个能自我迭代闭环的专业能力，下一个是科研。 真正的考验不在概念，而在 2027 年中能不能拿出一个用新范式训出来的模型。

一、RSI 到底是什么

先把术语拆开。RSI = Recursive Self-Improvement，递归自我改进。

拆成"递归"两个字是关键：AI 改进之后，产出一个更强的版本；这个更强的版本再去改进自己，产生更强的版本；如此循环，理论上可以一直往上走。

学界把自我进化分了五个层级：

层级 · 内容 · 超进化选了吗

第一层 · 研究产物迭代更新 ·

第二层 · 运行时经验资产更新 ·

第三层 · Harness 与 Agent 代码自主迭代 ·

第四层 · 模型层自进化 · ✅ 选这一层

第五层 · 元进化（进化机制本身也由 AI 迭代） ·

这个选择是整家公司最核心的差异化。

现在市面上大多数"自进化"团队做的是第三层——改 Agent 的提示词、改工作流代码。听起来很自动，但改出来的东西不沉淀，换个任务就白改了。

用人话说： 第三层像是"每次干活都临时想个更好的办法"，第四层是"把想出来的办法变成自己的一部分"。前者效率高，后者能累积——能力一旦写进参数里，就能复用到别的任务上，也能交付给客户。

他们要构建的是一个 Model（模型）— Harness（智能体运行框架）— Evaluator（评测器）三者协同进化的闭环，同时在建设覆盖研究能力和自我改进能力的评测体系。

用人话说： 自己改自己最大的风险是"改坏了还不知道"。 所以必须有评测器在旁边盯着打分——相当于让 AI 自己当自己的老师，也当自己的考官。

二、创始人是谁，为什么是他

陈恺的履历在国产大模型圈属于顶配：

学历：清华大学自动化系本科，香港中文大学 MMLab 博士，导师是汤晓鸥教授和林达华教授。

职业：2019 年加入商汤任研发总监；2021 年以兼职身份参与上海 AI Lab 筹建，2022 年正式加入；曾任上海人工智能实验室大模型中心负责人。

作品：

主导书生（Intern） 系列模型，从千亿参数做到万亿参数

主导完成万卡集群上万亿参数科学大模型的全流程训练

建设国内大模型评测体系司南（OpenCompass）

早期创建 OpenMMLab 开源计算机视觉算法体系，GitHub 星标超 14 万

顶会顶刊论文 100 余篇，谷歌学术引用超 4.5 万次

用人话说： 这不是"从大厂跳槽出来做 AI"的叙事，而是"已经把大模型从零训练到万亿参数、还建过评测体系的人出来单干"。陈恺最值钱的履历不是书生模型，是他既造过船、又造过测船的仪器。

还有一段容易被忽略的前情：2024 年底，陈恺预判通用模型难以正面对抗大厂算力军备竞赛，于是转向科学基座模型方向。他的判断是——"Science 是模型智能的检验标准。"

他为什么押注 Research

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

这句话是整条路线的钥匙。

代码之所以能跑通自我迭代闭环，是因为它有一个天然的验证器——代码要么跑通，要么报错。这个反馈是免费、即时的、绝对正确的。

而科研没有天然验证器。一个假设对不对，可能要几个月实验才知道。

用人话说： AI 写代码已经能自我进化了，因为编译器会当场告诉你对不对。AI 做科研还没有验证器，所以这条路的难度高一个量级。 陈恺的判断是：代码这条路走通之后，下一个能跑通闭环的就是科研——而科研的价值高得多。

三、钱怎么花，模型什么时候来

关于这家公司，媒体口径有一点需要如实说明：不同报道的标题在"创办两个月"和"创办四个月"之间表述不一，但正文均称公司成立于 2026 年 8 月，融资在 10 月底宣布。

模型节奏（这部分很值得看，因为它体现了"不莽撞"）：

不先从零训万亿参数，而是先基于开源模型做后训练，先训数百 B 参数，再逐步过渡到中训练，资源成熟后再启动预训练。

计划 2027 年年中发布采用新范式的首个模型。

用人话说： 一家新公司，最容易犯的错是一上来就烧钱训万亿参数，然后发现钱烧完了。 超进化的选择是先用小模型验证"自我改进"这件事真的能跑通，再上算力。这是一个把风险分摊开的打法。

蓝驰创投的投资逻辑说得比技术描述更透：

"生物几亿年的进化中持续被奖励的，从来不是某一具体解法，而是找到解法的能力本身；对智能系统而言，这种能力就是学习能力——面对从未见过的任务，能否从自身尝试与失败中提炼经验，并让下一次学得更快。当高质量人类数据逐渐见底，靠灌输更多知识换取能力增长的路径正在收窄，真正重要的将是模型自身的学习能力。"

这段话其实是整篇文章的题眼——它指向的危机是：人类数据是有限的，靠"灌输更多知识"换能力增长的路正在走窄。

顺带说说这条赛道现在有多挤：清华 AI 学院助理教授陈勇超 2026 年 6 月成立的超衍智能，累计融资近 4 亿元，宣称已完整证明悬置三十余年的优超猜想；海外还有 Sakana AI 的 RSI Lab、田渊栋的 Recursive、Jeff Dean 的 Discovery Loop，以及 OpenAI、Anthropic 在同一方向上的布局。学术侧有 RSI-Anything（arXiv:2610.13912）、MASS（arXiv:2610.12176）等一批工作。

四、对普通人意味着什么

能上车的地方：

第一，这条路线和每个人的工作流直接相关。 过去两年大家用的 AI，能力是"凝固"的——训练完就定死了，升级要等厂商发新版。而"自进化"意味着模型在使用中变强。如果这条走通，你用得越多的 AI，可能变得越合你的手。

第二，"Research 下一个"这件事，对科研、研发型企业是好消息。 如果 AI 能自己提假设、自己设计实验、自己验证，那药物研发、材料、芯片设计这些领域的成本结构会被重写。

第三，对想进 AI 圈的人，这是一份明确的路线图。 陈恺的履历说明了一件事：这条路上最值钱的不是"会调参"，是"能把一个闭环跑通"。

该警惕的地方：

第一，RSI 目前仍处在"投资逻辑大于已验证成果"的阶段。 公司成立两个月，没有任何模型发布，没有可复现的实验数据。所有的"能自我改进"，现在都还是路线图上的一个箭头。

第二，"2027 年中"是一个没有承诺兜底的日期。 算力从拿到钱到真正可用，中间有采购、机房、调试、失败重来的时间表。这条路上延期是常态。

第三，"模型层自进化"这条路比第三层难得多。 第三层改代码，出错能立刻回滚；第四层改的是参数，改坏了可能很难定位。难度不是一个量级。

写在最后

1、这轮融资真正买的，是"确定性"

数亿元天使轮，买的不是一个已经跑通的模型，是一个已经证明自己能把万亿参数模型训出来、还能把评测体系建出来的团队。

用人话说： 在 AI 这行，钱从来不只买技术，也买"这个人以前干成过什么"。 陈恺的 OpenMMLab、书生模型、司南评测，每一样都是"我说我能干成"之后真干成了的证据。投资人买的是这个证据。

2、"人类数据见底"是一个比任何榜单都重要的判断

蓝驰创投那段话的核心是：靠灌输更多知识换能力增长的路，正在收窄。

这解释了一个你可能已经隐约感觉到的现象——为什么这一两年模型在特定任务上进步神速，但在"真的懂一个新领域"上却总是差一口气。

用人话说： 模型已经很会考试了，但不一定会做题。 当题库见底，真正的分水岭就是"自己琢磨出解法"的能力。这才是自进化这条路线的全部赌注。

3、对普通人来说，接下来 12 个月看一件事

看 2027 年年中那个模型到底怎么"自己改自己"。

具体说三个可验证的点：

第一，改了什么？ 是改了训练数据配比、改了强化学习的奖励设计，还是真的改了模型结构？"改数据"是最低门槛的自我改进，"改结构"才是真的。

第二，怎么知道改好了？ 有没有一个外部的、不可自证的评测？如果评判标准也是 AI 定的，这个闭环很容易自我欺骗。

第三，它在真实科研里有没有用？ 不需要诺贝尔奖级别的突破，能在一个具体实验室里省下一位博后的时间，就已经是生意了。

未来一年，AI 圈会同时存在两种叙事：一种说"模型已经接近 AGI"，一种说"模型离真正的自我改进还很远"。 超进化智能押的是后一种，但用的是前一种的时间表。2027 年年中那个模型，会是这两条路线的第一个分水岭。

如果觉得这篇拆解对你有帮助，不妨点个关注和在看。

你的 AI 陪跑伙伴 【数字新奇点】 会继续关注大模型前沿路线、AI 融资和自进化研究的进展。

咱们下期见！

参考资料

融资数亿元，前上海 AI Lab 大模型负责人创业，打造能自进化的研究基础模型（智能涌现）

超进化智能完成数亿元天使轮融资 蓝驰创投领投

速递｜超进化智能完成数亿元天使轮融资，以万卡训练经验打造研究基础模型

商道创投网｜超进化完成数亿元人民币天使轮融资

创办四个月，超进化完成数亿元天使轮融资