多知5月14日消息，AI公司Recursive Superintelligence（以下簡稱Recursive）宣布，已成功融資 6.5 億美元，估值達 46.5 億美元。本輪融資由 GV (谷歌風(fēng)投) 和 Greycroft 領(lǐng)投，AMD Ventures 和 NVIDIA（英偉達） 參投。該公司聚焦在讓AI學(xué)會自己研究。

　　這個公司是由 OpenAI、Google DeepMind、Meta AI、Salesforce AI 和 Uber AI 的前研究團隊負(fù)責(zé)人創(chuàng)辦。根據(jù)介紹，Recursive旨在打造一種能夠通過實驗來探索如何安全地自我改進的 AI，這是一個自動化的科學(xué)發(fā)現(xiàn)與開放式進程。在該公司看來，這很可能是通往超智能(Superintelligence)的最快路徑。

　　Recursive稱，人類智能是由達爾文進化論和文化演進的開放式過程創(chuàng)造的。這兩個過程都不斷積累具有“趣味差異性”的新發(fā)現(xiàn)，且每一項創(chuàng)新都建立在前人的基礎(chǔ)之上。這些過程發(fā)明了軀體、視覺、簡單的條件反射，隨后又進化出推理、語言和科學(xué)。它們帶領(lǐng)我們從第一個自我復(fù)制的分子走向了月球。這種進化沒有天花板，且創(chuàng)新永無止境。

　　AI科學(xué)本身也涉及同樣的開放式創(chuàng)新過程。迄今為止，這些發(fā)現(xiàn)都是由人類科學(xué)家完成的。但機器學(xué)習(xí)的一個明顯趨勢是：隨著算力和數(shù)據(jù)的增加，手工設(shè)計的方法正逐漸被 AI 驅(qū)動的過程所取代。

　　Recursive 公司接納了一個邏輯必然的結(jié)論：通往超智能的最快路徑將由能夠遞歸式自我改進的 AI 實現(xiàn)，并由驅(qū)動無盡創(chuàng)新的開放式算法來引導(dǎo)。

　　該公司將首先專注于 AI 科學(xué)本身(通過創(chuàng)造能改進 AI 的 AI)，但其創(chuàng)建的這套方案很快就能讓我們徹底變革每一個科學(xué)學(xué)科。安全地創(chuàng)造出這種進步，對人類而言潛在的益處是無法估量的。公司終把安全放在首位。　　

　　Recursive 公司目前超過 25 人，且持續(xù)擴招中。辦公地點設(shè)在舊金山和倫敦。Recursive 的聯(lián)合創(chuàng)始人及團隊成員均為頂尖的研究者和成功的企業(yè)家。他們曾創(chuàng)立過 Salesforce 和 Uber 的 AI 研究實驗室，并曾在 OpenAI、DeepMind、Google Brain 和 Meta 領(lǐng)導(dǎo)團隊。他們還創(chuàng)立過多家成功的公司，包括兩家獨角獸公司，以及被 Salesforce、Meta 和 Uber 等頂尖科技公司收購的企業(yè)。

（Recursive 公司部分成員）

　　Recursive 的聯(lián)合創(chuàng)始人田淵棟是人工智能領(lǐng)域知名的華人科學(xué)家，因在圍棋AI、大模型效率優(yōu)化及AI基礎(chǔ)理論方面的貢獻而備受關(guān)注。他曾任Meta AI Research(FAIR)研究科學(xué)家總監(jiān)，也是一位科幻小說作家。2024年出版科幻小說《破曉之鐘》。

　　田淵棟出生于上海，本科及碩士畢業(yè)于上海交通大學(xué)計算機系，2013年獲卡內(nèi)基梅隆大學(xué)(CMU)機器人研究所博士學(xué)位。他博士畢業(yè)后加入谷歌無人駕駛團隊任軟件工程師；2014年左右加入Facebook(現(xiàn)Meta)人工智能研究院，在FAIR工作超過十年，離職前擔(dān)任研究科學(xué)家總監(jiān)；2025年10月因Meta AI部門戰(zhàn)略調(diào)整而被裁撤。

　　Recursive 的聯(lián)合創(chuàng)始人蒂姆·羅克塔舍爾‌(Tim Rocktäschel)也是人工智能領(lǐng)域的知名研究者，曾擔(dān)任倫敦大學(xué)學(xué)院‌(University College London, UCL)人工智能教授；前谷歌DeepMind首席科學(xué)家‌，曾深度參與Genie世界模型、AIDE智能體框架等項目‌。

　　該團隊曾助力并引領(lǐng)了多項重大進展，包括：開放式算法、質(zhì)量多樣性算法、AI 生成算法、自我改進的編碼智能體、自動化紅隊測試與能力發(fā)現(xiàn)、提示詞工程及其自動化、生成式學(xué)習(xí)挑戰(zhàn)與環(huán)境、基礎(chǔ)世界模型、自然語言處理（NLP）中的深度學(xué)習(xí)、視覺 Transformer、檢索增強生成（RAG）以及 AI 科學(xué)家。