2026-05-18 — views

Recursive Superintelligence 带 $6.5 亿美元出场，挑战「自我改进的 AI」

为什么值得读 NVIDIA 与 AMD 同时出现在 cap table 才是暗号：押注的是「对哪家芯片厂都不忠诚的算力工作量」（对架构空间做递归搜索）—— 而不是某家的模型家族。

$6.5 亿美元、估值 $46.5 亿美元，产品未出。GV 与 Greycroft 领投；NVIDIA 与 AMD 同场跟投。论点：AI 自动进行架构搜索。

新前沿模型实验室 Recursive Superintelligence 于 5/13 结束隐身，以 $46.5 亿美元估值募得 $6.5 亿美元 —— 产品未出、营收为零、员工不到 30 人。这是目前对「AI 从『协助研究』跃进到『自己做研究』」这条路最具体的下注。

真正的故事是这张 cap table

领投	战略跟投
GV（Alphabet 旗下）	NVIDIA
Greycroft	AMD

两家领先芯片厂出现在同一轮 Series A 并不寻常。以前的模式都是「独占绑定」 —— Microsoft + OpenAI、Google + Anthropic、Amazon + Anthropic —— 因为云端把算力承诺与股权绑在同一条线。这次 NVIDIA 与 AMD 两边都在买选择权：押注一个「谁家芯片先有 FLOPs，就跑谁」的工作量。

创办团队

创办人	过往职位
Richard Socher	前 Salesforce 首席科学家
田渊栋 Yuandong Tian	前 Meta FAIR 主任
Tim Rocktäschel	前 DeepMind
Jeff Clune	DeepMind、OpenAI
Josh Tobin	前 OpenAI
Tim Shi	早期 Cresta、OpenAI

阵容偏向「开放式搜索与 meta-learning」（Clune、Rocktäschel），而不是目前主流的「对 base model 做 post-train」路线。

「递归自我改进」实务上是什么意思

从公开发言提炼的技术赌注：

架构搜索。 现在要选一个新的 transformer 变体，需要一小群研究员跑数月的 ablation。实验室的主张：Level-1 系统会自己提出架构改动、跑实验、读自己的 loss 曲线决定要留什么。
训练配方优化。 Learning-rate 排程、数据配比、curriculum —— 训练本身的「后设语言」变成优化目标，而不只是权重。
评估自动生成。 模型自己生成 benchmark 变体，侦测 over-fit 与人类策展 benchmark 看不出的能力缺口。

如果其中任何一项在规模上奏效，「下一代模型的时间表」会从季度级压缩到周级。

Roadmap

现在 → 2026 中： 打造 Level-1 自动训练系统。内部使用。
2026 中公开发布： 目标推出客户可见的交付物。是否为模型 API、架构搜索服务、或 research-as-a-service 仍未明说。
没披露营收承诺。 约 30 人 + 前沿规模算力，每季度烧掉 $5–15M 是合理估计。

为什么是现在

时机不是巧合，三个原因：

前沿实验室毛利率突破 70%（Anthropic 近期披露）。这个 cycle 第一次有真正的 headroom 拿去做投机性的架构研究。
「Compute overhang」论点正在崩。 如果光靠加算力模型就会继续一般化，你不需要递归自改。如果遇到报酬递减，递归搜索就成了关键 lever —— 而那种「AI-2027」式的时间表就会从叙事变得可量化。
投资人定位。 30 人、零营收、$46.5 亿美元 —— 这个区间和 Sutskever 的 SSI 同一档。下注的是「市场容得下 3–5 个这类实验室」，不是只能有一个。

Practitioner note

对今天就在出货的开发者，实务建议：

不要为了「AI 自己造模型」提前重构你的技术栈。 那个时间表至少还有多年，输家局是把应用层为一个还没出货的架构重写。以本季存在的 Claude / GPT / Gemini 家族为基础来开发。
追踪架构搜索的论文。 创办人过往实验室（FAIR 的 open-ended search、DeepMind 的 meta-learning 线）的论文是领先指标。若某个公开的架构搜索 benchmark 突然跳 15+ 分，那就是 RSI 类方法跨过某个门槛的信号。
盯紧 GPU vs TPU vs MI400 的叙事。 一个天生对硅片无关的工作量（RSI 本质就是），会侵蚀任何单一加速器厂商的护城河。如果 Recursive 的产品推出并证明工作量可移植，「NVIDIA 溢价」会被压缩。

被低估的角度：团队组成本身就是「业界对 RSI 可行性的领先指标」。当 Clune-田渊栋-Rocktäschel 等级的研究员离开 FAIR / DeepMind / OpenAI 把职涯压在这上面，业界对「这是真的吗」的中位估计，已经悄悄移动。