发生了什么
9 月 16 日，超衍智能宣布完成天使轮及天使+轮融资，累计融资金额近 4 亿元人民币。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。天使+轮的三个领投方分别来自北京、深圳与上海三地的国资背景平台。
公司成立于 2026 年 6 月，创始人陈勇超为清华大学人工智能学院助理教授，本硕就读于中国科学技术大学，博士为哈佛大学与麻省理工学院联合培养，此前曾在谷歌研究院、DeepMind、微软研究院及 MIT-IBM Watson AI Lab 从事研究工作，团队核心成员来自清华、北大、哈佛、MIT 等高校以及 Google、Microsoft、Amazon、字节、Kimi、智谱等企业。
- 公司聚焦递归自我改进（Recursive Self-Improvement），即让模型在训练迭代中改进自身，方向是科学研究与发现
- 技术路线与其所称的行业通行做法不同：不在现成通用大模型之上叠加智能体层，而是从中训练与后训练阶段就把自进化能力做进模型底层
- 自我提升发生在训练迭代而非实时推理过程中，经评估后再交付，官方以此作为可控性保障
- 团队联合清华大学、麻省理工学院、哈佛大学、卡内基梅隆大学、中国科学技术大学及微软研究院等机构推出了 ASI-Bench，用于测试 AI 在缺少人类方法指导时自主完成科研的能力
- 资金将用于基础模型与算力基础设施构建、递归研究能力投入以及核心团队扩张
公司披露的研究进展
超衍智能称，其首款自进化产品 Apex Research 已展现出接近顶尖人类研究者的自主科研能力。公司给出的口径是：自主产出的 34 篇论文提交 ACL Rolling Review 后，11 篇初审得分在 3 分以上，其中 2 篇超过 99% 的人类研究员水平；在数学方向，团队完成了悬置三十余年的优超猜想的完整证明，并在优化理论、几何拓扑等方向取得多项突破。上述数据均来自公司自述与投资方转述，尚无独立第三方复核。
公司列出的适用领域包括芯片设计与仿真、分子研发、量化策略迭代，共同特征是高价值、高人力密度与高试错成本。其长期目标是让模型的科研能力逐步超过 10 万名覆盖各学科的顶尖研究者，形成一个可规模化的「AI 研究者网络」。
需要注意的边界
- 论文评审成绩与数学证明结果均为公司单方披露，缺少同行评议之外的独立验证材料
- 「模型能否在少人干预下持续产出可验证的新结果」目前无法用论文数量以外的指标回答
- 近 4 亿元资金能支撑多大规模的算力、首版递归训练迭代何时跑通，公司未给出时间表
- 递归自我改进路线在业界仍属早期探索，技术路径的可控性与有效性尚无共识结论
这笔融资的信号意义在于资本关注点的一次外移。当多数资金集中于大模型的应用层与推理优化时，超衍智能拿到的是面向「模型自己改进自己」这一基础层的天使期资金，且由三地国资平台在天使+轮联合领投。对关注 AI for Science 的企业而言，值得跟踪的是其研究轨迹数据体系能否形成可复用的工程能力——这决定了自进化路线是停留在论文层面，还是能转化为可交付的科研生产力。