9月16日，超衍智能完成天使轮及天使+轮融资，累计融资金额近4亿人民币。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+轮由上海未来产业基金、中关村科学城基金及深创投联合领投。
SEF Insights
未来产业的竞争，很大程度上是对下一代技术范式定义权的竞争。
RSI 是我们很早就关注并看好的方向，目前全球范围内真正投入这一方向的团队还不多，Ineffable Intelligence、Recursive Superintelligence、Discovery Loop 等是其中有代表性的几家。国内也有团队在这一方向上展开探索，超衍是起步较早的一家，相关成果已在国际顶会上发表。我们希望支持国内团队在这条前沿路线上的持续投入，在这场全球性的技术竞争中保有一席之地。
关于超衍智能
超衍智能成立于2026年6月，主营业务是构建下一代自进化基础大模型。所谓自进化，即 Recursive Self-Improvement——模型自己改进自己。公司聚焦科学研究与发现，目标让 AI 从辅助工具变成共同研究者，从加速已知走向发现未知。
AI 的下一站，是研究层
人类数百年的技术进步，是一条由科学突破不断打开的 S 曲线。每一个 S 曲线由科学突破、研究发现与工程实现三个阶段组成，当前的 AI 大多止步于工程与执行层面，真正稀缺的科学与研究层面的突破仍高度依赖人类。
超衍智能判断：下一轮技术革命的核心，是 AI 从辅助工具走向共同研究者，成为一种原生的研究引擎——不再只是加速已知的工作，而是主动发现未知的方向。研究，才是 RSI 的核心动力。
不做 AI 助手，做 AI 研究员
超衍智能认为要提高 AI 在研发领域的通用智能，需要通过模型训练来解决。具体来说，通过中训练和后训练，引导模型提出创造力的想法、并自主完成“假设—实验—验证—迭代”的自进化全过程。
长期来看，超衍智能要打造的自进化基础大模型，其整体科研能力相当于并逐步超过 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”。这是一个长期愿景和目标，超衍智能正一步步向它逼近。这不是效率优化，而是研发范式的重构。凡研发流程可结构化、结果可度量的领域，如芯片设计与仿真、分子研发、量化策略迭代，都是其适用场景，共性是高价值、高人力密度、高试错成本。
公司的自进化 AI system 已接近顶尖人类研究者
公司的自进化 AI system 在 AI for AI 及 AI for Math 领域已经达到令人欣喜的表现。
AI for AI：
AI 自主完成的研究成果已经达到被顶级AI会议接收的水平，相当于 AI 博士生的水平；AI 自主实现了训练前更准确的判断、训练中更优的策略与底层 GPU Kernel 优化，在 SimpleTES、NanoChat Autoresearch、GPUMode TriMul 和 MLS-Bench 上刷新或接近公开最优成绩，超过 Recursive SuperIntelligence 、腾讯混元及 Stanford、NVIDIA 等机构参与开发的方案。
AI for Math
AI system 已完整证明悬置三十余年的优超猜想，并在优化理论、几何拓扑等方向取得多项突破。
超衍智能由清华大学人工智能学院助理教授陈勇超创立，本硕博就读于中国科学技术大学及哈佛大学与麻省理工学院联合培养项目，曾在Google DeepMind、Microsoft、MIT-IBM Watson从事研究工作。核心团队来自清华、北大、哈佛、MIT等顶尖高校。
未来，超衍智能将持续投入基础模型与算力，推进递归基础大模型训练迭代，构建高质量研究轨迹数据体系，吸引全球顶尖人才。秉持“解锁尚未被发现的规律”初心，推动 AI 从知识复现走向自主科学发现。
