海淀又投出一匹AI黑马：27岁清华教授，交出首个RSI模型 - 星空体育平台

上个月，投中网在《智谱下场，投资人抢投RSI｜Frontline》一文中提及了AI领域的新风口——RSI（Recursive Self-Improvement，递归自我改进），即让AI自行生成数据、设计任务、制定规则、评测并依据结果调整迭代，实现自我进化。这是下一代大模型的前沿方向之一，国外OpenAI、Anthropic，国内智谱、云知声均已宣布布局。文中还提到，超衍智能是国内RSI创业团队中的热门选手。

我在9月接触到超衍智能，当时公司刚完成累计近4亿元的天使轮及天使+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；天使+轮由中关村科学城基金、深创投、上海未来产业基金联合领投。成立仅三个月，背后股东已汇聚头部财投、产业资本、清华系基金及北京、深圳、上海三地最具影响力的国资，募资号召力可见一斑。

融资刚过去一个月，公司又传来新消息：10月28日，超衍智能发布首个35B模型Apex-35B-V1.0。这是一款兼顾通用与研究能力的模型，能完成Coding、Agent、问答和深度搜索等常规任务，并深度参与AI研究、计算科学和机器人仿真。据公司公布的评测结果，模型在研究能力、智能体与编程、推理能力的大量评测中全面超越Flint模型，达到SOTA水平，部分任务甚至超越了参数规模达500B和800B的大尺寸模型。

更值得关注的是其研发方式。超衍智能将RSI引入模型研发，让AI参与实验设计、结果分析，并将验证有效的成果用于下一轮研发。换言之，模型的一部分是由AI自己“研究”出来的。Apex-35B-V1.0的发布，某种程度上是超衍智能RSI路线的阶段性验证，也解释了为何资本争相投资。

27岁清华教授创业，让AI训练AI

当前一级市场的趋势是，当热门赛道转向AI领域后，“小天才”更受投资机构青睐。AI领域独角兽创始人的平均年龄，已从2020年的40岁降至2024年的29岁。超衍智能的陈勇超正是这样一位“小天才”型创始人：中科大本科、哈佛与MIT联合培养博士、27岁入职清华大学，成为清华人工智能学院有史以来最年轻助理教授。

“聪明”“学习能力非常强”是接触他的投资人常提的关键词。投资人A分享了一个细节：超衍智能未聘请FA，前期沟通和股权变更均由陈勇超和团队成员独立完成。“接触中能感受到他极强的学习能力，尤其是对股权投资相关知识，学习、理解和消化速度非常快。”这一点从过往经历可见一斑：从本科到博一，他先后进入五个实验室，研究方向横跨力学、金属材料、核聚变和AI for Science，每个方向都以第一作者身份发表顶刊论文，大二时成果就登上了Nature Communications。

谈及创业初衷，陈勇超表示，两年前就有创业想法。在谷歌DeepMind实习期间，他首次接触auto research、AI scientist，即让AI自主探索新知识，再用研究结果改进模型自身，这段经历决定了他后来的创业方向。今年2月Claude Opus 4.6的发布，让他觉得时机成熟。“Opus 4.6发布时，我感受到现有模型已到临界点，虽能做出有价值研究，但蓝本过重限制创造力，需训练下一代模型。RSI现在是最好的时间点，考虑到生态卡位，我必须立即创业。”于是今年6月，他放弃了包括DeepMind在内的多个海外offer，回国创立超衍智能。

需要指出的是，RSI并非新概念。1965年，数学家古德就提出过“智能爆炸”设想。真正让产业界重拾这一概念是在去年。5月，Google DeepMind的AlphaEvolve已能用Gemini生成候选算法并自动择优。时间进入2026年，各方动作密集：Anthropic发布《When AI Builds Itself》，披露合并进生产代码库的代码超80%由Claude编写；OpenAI组建RSI专项团队；Meta FAIR发布AIRA-2。国内，MiniMax、腾讯混元相继推出自进化系统，智谱在近日约50亿美元融资公告中，首次将“递归式自我改进”写入技术路线图。同时，硅谷和国内涌现出不少RSI方向的初创团队。

虽然都聚焦RSI，但切入方向不同。硅谷不少公司从Agent层切入，做自动科研系统；超衍智能则从基础模型层面构建Recursive Intelligence系统。据公司介绍，这套能力未来有望覆盖AI、数学、物理、化学、生物、芯片设计、机器人和工业制造等领域。成立4个月，团队已接近30人，核心成员来自清华、北大、哈佛、MIT等高校，以及字节、Kimi、智谱等头部大模型厂商。

从Apex Research到Apex-35B-V1.0：AI开始参与“造模型”

超衍智能成立后不久，推出首款自进化AI系统Apex Research。这套系统可在较少人工干预下，独立完成文献调研、方法设计、代码编写、实验分析、论文撰写和自我迭代的全流程。选择从研发切入，是因为陈勇超认为，自进化模型追求的创造性与研发的高容错天然适配，且“研究不是应用场景，而是RSI的引擎本身”。

“现有大模型在做的事，是压缩和记住世界已有知识，追求求稳能力。自进化模型则创造未知知识。研发具备高容错性——‘让他试10次，只要有一次对就行’。求稳与创造常不可兼得，一个四平八稳的模型，对研究者反而无用。”他解释称。据了解，今年5月，Apex Research自主产出34篇机器学习论文并提交ACL Rolling Review双盲评审。7月结果出炉：平均评审分2.60，接近人类投稿的2.63，其中2篇达3.67分，成绩超过约99%的人类投稿。

陈勇超提到，团队已围绕多个领域构建约100个研究项目，一方面用于评估模型能力，另一方面沉淀可用于后训练的研究轨迹，并探索“数据自进化”，让AI参与生成研究任务、数据集和轨迹，再用于后训练。值得一提的是，在新发布的Apex-35B-V1.0研发过程中，Apex Research参与了自进化训练数据、自动化实验、训练方案、GPU内核及推理优化等多个环节。

具体来看，在数据环节，Apex Research识别模型能力短板，自动生成有针对性的训练数据；在实验环节，它分析评测结果和智能体运行轨迹，找出系统性失败模式并优化训练策略。例如，针对过长推理上下文和失衡数据配比导致智能体表现下降的问题，系统探索了不同序列长度分布、短轨迹与长轨迹的采样比例，以及按token数量调整训练批次构成，找到更有效的训练配置，提升智能体可靠性和训练效率。

此外，Apex Research将自动化优化延伸到底层计算系统。训练侧，系统优化GPU负载均衡、通信与计算重叠执行、动态批处理，以及按token数量分配计算负载，减少同步开销和GPU空闲时间，提高硬件利用率。公司数据显示，这一系列优化使训练吞吐量提升45%—60%。推理侧，系统优化注意力内核、KV Cache管理及预填充与解码阶段执行方式。在相近负载条件下，解码速度提升至1.6—1.8倍，首token延迟降低30%—35%。

据陈勇超介绍，这些改进贯穿数据、训练和基础设施，逐步累积为持续反馈的研究循环：每轮研究成果为下一轮改进提供基础。在超衍智能展示的demo中，Apex-35B-V1.0已能参与AI for AI、计算流体力学和机器人仿真等任务。不过，在他的设想里，Apex-35B-V1.0只是一个开始。

谈及长远目标，陈勇超表示，超衍智能要打造的自进化基础大模型，整体科研能力将相当于并逐步超过10万名覆盖各学科领域的顶尖AI Scientist，形成一个可规模化的“AI研究者网络”。对谈最后，我问陈勇超：现在都在谈论AI恐慌，如果有一天你创造的AI把自己替代了，你会焦虑吗？他笑笑说：“如果它把我替代掉了，我会给它鼓掌，说明我的工作已经大功告成了。”

海淀，又一次走在了AI前沿

前文已介绍超衍智能天使轮及天使+轮融资情况。仅从资方阵容看，这已是一家颇具“黑马”相的创业公司。但关于这次融资的热度，还有几个水下细节值得关注：一、公司从启动融资到确定最终股权结构，只用了不到一个月；原本计划开放一轮，后因额度不够分配，才连续加轮。二、天使轮三家领投机构都在第一次会面就派核心决策层参与交流。三、参与额度争夺的地方国资不在少数，但受资金类型配置需求影响，最终股东列表中来自北上广三地的“大基金”，且公司选择将注册地设在北京海淀的AI原点社区。

谈及选择将公司落在海淀的原因，陈勇超提到几个关键点。首先与他的另一重身份——清华助理教授有关。他表示，选择来清华执教，正是看中清华在AI领域的优势地位和良好产研生态。“你看这一波AI浪潮里，无论是大模型还是具身智能，最好的几家明星公司很多都是清华老师做出来的。把公司放在清华、放在海淀，做成头部的概率要大不少。”其次就是人才优势。数据显示，北京聚集了全国约43%的顶尖AI人才，总量约1.23万人，其中超80%位于海淀。这种人才密集度，对初创企业意味着更低招聘成本和更快团队搭建速度。“想约某家模型公司的研究员聊聊，大家都在海淀，随便找个地方吃个饭就行，这是其他地方都很难实现的。”陈勇超说。

他还特别强调，在与中关村科学城合作过程中，除了资金，在企业发展所需的各类配套资源上，对方都能提供充分支持与协调。这个支持背后是海淀的“五方六力”机制在托底。“五方六力”是海淀为加速源头创新、打通从实验室到生产线堵点难点而首创的成果转化机制。在此基础上，海淀还推出“一校一策”工作模式，围绕重点高校组建工作组开展精准服务，清华专班正是已全面运转的9所高校工作组之一。在超衍智能项目上，清华专班做了大量前置服务工作，如办公场地协调，背后正是其在出力。

“能看得出来，海淀是真正在系统性孵化前沿科技企业，搭建完整的科创生态。我刚回国创业，在这里起步，整个过程感受到的不是程式化的政策对接，而是实实在在的温度，给了我们很大的底气。”陈勇超表示。丰富的人才储备、强大的科研资源，以及来自政府层面的多维度赋能，共同构成了超衍智能扎根于此的原因。

在海淀，类似的故事还有很多。在这430平方公里的场域里，已集聚超2000家AI企业，覆盖从算力、算法模型到行业应用的全产业链。更关键的是，这片“创新生态”的繁茂不仅在于企业数量，还体现在输出质量上。智谱AI、星动纪元、无问芯穹、百川智能、生数科技、芯视界科技等一批各自领域的标杆企业，都在这里诞生并壮大。总结而言，是完整的科创生态，让无数优秀创业者在创业之初就选择海淀，也正是这样深厚的积淀，让海淀能一次次在类似RSI这样的前沿风口上抢得先机。可以预见，这样的正向循环还将在这片土地上持续发生。此外，若想了解更多前沿动态，可通过星空网页版获取最新资讯。

本文来自微信公众号“投中网”，作者：王满华，36氪经授权发布。