答案已发布16 来源
深度解读 Recursive Superintelligence：一场押注AI自我进化的6.5亿美元豪赌
前Meta FAIR核心科学家田渊栋与前OpenAI、DeepMind等顶尖研究员联手，创立Recursive Superintelligence，目标是让AI学会自我改进。[1][11] “递归式自我改进”意味着AI将参与到自己的研发迭代中，自主写代码、设计实验并评估效果，有望突破人类研发速度的瓶颈。[8] 公司首轮即获6.5亿美元融资，估值46.5亿，由GV和Greycroft领投，英伟达和AMD参投。这显示了资本对“AI研发自动化”这一前沿方向的巨大信心。[12][13]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: How did former Meta FAIR research director Tian Yuandong enter the race to build self-improving AI through his new start-up Recursive Superi. Article summary: Tian Yuandong entered the self-improving-AI race by co-founding Recursive Superintelligence, a newly emerged start-up built around the idea that AI systems can run experiments and improve themselves with less direct huma. Topic tags: general, general web. Reference image context from search candidates: Reference image 1: visual subject "On May 14, a startup called *Recursive* *Superintelligence* officially emerged, with Tian listed among...His academic research on *recursive* self aligns closely with *Recursive*'s" source context ""Recursive Superintelligence" Related News — BigGo Finance" Reference image 2: visual subject "On May 14, a startup called *Recursiv
人工智能的发展正面临一个关键转折——下一个重大突破，或许不再来自更大的数据集或参数规模，而来自能够帮助改进自身的AI系统。一家名叫 Recursive Superintelligence 的初创公司，正带着一笔行业罕见的早期巨额融资，以及一支来自全球顶尖AI实验室的创始团队，冲进了这个赛道。
在这家公司的联合创始人名单里，有一个为中国AI圈所熟悉的名字：田渊栋，前Meta AI研究院（FAIR）的研究科学家总监。他从科技巨头出走，加盟一家前沿AI创业公司，这背后折射出研究者和投资者的一种共识：AI的下一个里程碑，可能是具备**递归式自我改进（Recursive Self‑Improvement）**能力的系统。
田渊栋的转身：从Meta FAIR到Recursive
田渊栋在Meta的FAIR团队任职期间就已声名鹊起。他主导的 ELF OpenGo 项目，开源复现了AlphaZero的核心算法，通过强化学习和自我博弈，在围棋上取得了20:0完胜职业棋手的战绩，为开源社区留下了宝贵的代码、模型和数据。
离开Meta后，田渊栋的下一站终于尘埃落定。他加入了一批顶尖AI研究者组成的团队，共同创立了 Recursive Superintelligence。这家公司的初心非常纯粹：构建能通过自动化实验来改进自身的AI系统。
这家从“隐身模式”走出的公司，创始团队背景堪称豪华，成员来自 Meta AI、Google DeepMind、OpenAI、Salesforce AI 和 Uber AI 等业界鼎鼎大名的机构。 这无疑展示了该项目的野心：他们想创造一种全新的AI研究闭环，让机器来加速自己的进化过程。
究竟什么是“递归式自我改进”？
递归式自我改进，是指一个AI系统能够参与到设计“更优版本自己”的过程中。换句话说，它不再完全依赖人类工程师手动调优，而是开始承担以下工作：
- 编写或优化代码
- 提出新的研究思路
- 运行实验
- 评估模型性能并提出改进方案
如果这类系统能稳定运行，就有望极大地加快AI的研发进度。过去那些必须由人类研究员花费大量时间探索的改进，未来可能通过自动化实验和迭代来完成。
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
人们还问
“深度解读 Recursive Superintelligence：一场押注AI自我进化的6.5亿美元豪赌”的简短答案是什么？
前Meta FAIR核心科学家田渊栋与前OpenAI、DeepMind等顶尖研究员联手，创立Recursive Superintelligence，目标是让AI学会自我改进。[1][11]
首先要验证的关键点是什么？
前Meta FAIR核心科学家田渊栋与前OpenAI、DeepMind等顶尖研究员联手，创立Recursive Superintelligence，目标是让AI学会自我改进。[1][11] “递归式自我改进”意味着AI将参与到自己的研发迭代中，自主写代码、设计实验并评估效果，有望突破人类研发速度的瓶颈。[8]
接下来在实践中我应该做什么？
公司首轮即获6.5亿美元融资，估值46.5亿，由GV和Greycroft领投，英伟达和AMD参投。这显示了资本对“AI研发自动化”这一前沿方向的巨大信心。[12][13]
来源
- finance.sina.cn8个AI顶流科学家，300亿估值：他们要让AI自我进化
- scmp.comEx-Meta Chinese star joins race for self-improving AI with US$4.6b start-up
- pulse2.comRecursive: $650 Million Raised At $4.65 Billion Valuation For Self-Improving AI Research
- bostonglobe.comNotable researchers join effort to build self-improving AI - The Boston Globe
- gv.comRecursive Superintelligence: Why Self-Improving AI is the Next ...