以“自我改进人工智能”为核心理念的Recursive Superintelligence正式成立，并成功吸引了6.5亿美元（约合9696亿韩元）的资金。这被解读为一个信号，表明超越简单生成式AI的“自行研究并提升性能的AI”竞争已全面展开。
Recursive Superintelligence在14日公布的信息中表示，已确保总计6.5亿美元的投资。按1491.70韩元的美元兑韩元汇率计算，规模约为9696亿韩元。本轮融资由Alphabet（$GOOGL）旗下的GV和Greycroft领投，NVIDIA（$NVDA）和AMD（$AMD）的风险投资部门也参与了投资。公司方面表示，通过此次投资，公司估值达到46.5亿美元，约合6.9364万亿韩元。
该公司于今年初由Salesforce（$CRM）前首席科学家Richard Socher创立。Socher此前还创办了为AI模型执行在线调查时提供API的供应商You.com。去年，You.com的估值曾达到15亿美元。
据《纽约时报》报道，Recursive Superintelligence创立之初包括Socher在内仅有7人，但现已以旧金山和伦敦为中心，团队扩大到超过25人。公司提出的目标是“递归式自我改进超智能”。其核心是创建能够像人类科学家一样发现新知识的AI模型。
自我改进型AI战略
当前的神经网络尚未达到可以完全自主进行基础研究的水平。因此，Recursive Superintelligence制定了第一步策略：创建一个能够改进自身代码库的AI。该公司的构想是，如果这个模型能够自行找到更好的AI开发方法，那么从长远来看，它也能在科学研究中取得接近人类水平的成果。
公司解释道，其AI将在“自动化科学发现的开放过程”中执行模拟，自行探索改进方式。即由AI提出实验想法，亲自进行测试，并验证结果，这一流程将由AI反复进行。不过，该公司补充道，为防止产生危险的结果，将同时构建额外的“护栏”。
这里的改进对象不仅限于代码。Recursive Superintelligence表示，还将同步升级被称为“Harness”的、用于提升AI输出质量的辅助程序包。除此之外，该公司的计划是找到优化训练和推理基础设施的方法。这意味着AI的进化方向不仅是调整模型结构，还包括优化整个执行环境。
行业整体趋势
这种趋势在整个行业已经显现。OpenAI表示，近期通过公开的GPT-5.5提高了推理处理效率。其方法是将推理请求分割成多个“块”，分散到多个图形处理器核心上进行并行处理。据称，GPT-5.5对之前固定的并行化架构进行了更高效的重新设计，使得令牌生成速度提升了20%以上。
AI被用于超越软件、改进硬件的案例也在增加。Recursive的投资方Alphabet正在利用经过芯片设计训练的神经网络来设计TPU加速器。据悉，为了将这项技术提供给其他公司，最近还成立了一家名为Recursive Intelligence的独立初创公司。
不过，Recursive Superintelligence并未公开将采用何种机器学习技术来实现自我改进型AI。据了解，竞争对手Innaphor Intelligence正在使用强化学习来开发新型知识发现模型。强化学习也是大型语言模型开发中广泛使用的代表性技术。
未来方向
Socher通过X表示：“我们将首先从AI研究本身开始，但最终希望扩展到物理学和化学，特别是临床前生物学领域。”他还强调，“AI之于生物学，将如同微积分之于物理学”，它将成为理解和设计复杂系统的新语言。
此次初创公司的问世，表明AI产业的竞争轴心正从“更大的模型”转向“自我完善的模型”。尽管技术不确定性依然很大，但Recursive Superintelligence提出的方向，很可能会成为未来AI研究和科学自动化市场的重要考验。
TP AI注意事项 使用基于TokenPost.ai的语言模型对文章进行了摘要。可能遗漏了正文的重要内容或与事实不符。