成立仅两个月，超进化智能拿下数亿元天使轮！

近日，超进化（上海）智能科技有限公司（以下简称“超进化智能”）宣布完成数亿元人民币天使轮融资。本轮由蓝驰创投领投，商汤国香资本、联想之星、英诺基金、水木清华校友种子基金等联合投资。

超进化智能创立于今年8月，注册地位于上海浦东新区，是一家专注于自进化研究基础模型的公司。公司以RSI（递归式自我改进）为关键技术路径，致力于研发具备元研究能力的基础模型，推动模型在新场景中实现专业能力的自我提升，并持续内化到模型参数中，从而实现智能跃迁。

成立仅两个月便拿下数亿元融资，这家初创公司背后的技术底色与团队履历，是资本敢于重注的核心原因。

01

前上海AI Lab大模型负责人

下场创业

超进化智能的创始人陈恺，在AI圈内早已声名显赫。

陈恺本科毕业于清华大学，博士就读于香港中文大学多媒体实验室（MMLab），师从汤晓鸥教授和林达华教授。MMLab堪称中国AI界的“黄埔军校”，走出了商汤的几位联合创始人。

在博士期间，陈恺就作为核心牵头人之一，深度参与了OpenMMLab计算机视觉开源算法体系的发起与后续运营。该体系在GitHub上的星标数已超过14万，不仅成为国内计算机视觉领域的基础设施，更在国际开源社区具有广泛影响力。

2019年，陈恺加入商汤担任研发总监。2021年起，他以兼职身份参与上海AI Lab的筹建，2022年正式加入，并担任AI Lab大模型中心负责人、青年领军科学家。

在上海AI Lab期间，他带领团队负责书生（Intern）大模型研发，主导完成了万卡集群上万亿参数科学大模型的全流程训练，同时建设了大模型评测体系司南（OpenCompass）。如今，司南已经广泛应用于国内头部大模型企业与科研机构。

拥有多年大规模基础模型训练经验，是超进化智能区别于其他很多创业公司的一大特点。公司核心成员来自上海人工智能实验室及头部科技公司，在大规模基模训练、评测体系建设及科学模型研发方面具备丰富的实战经验。

2024年底，当大厂在通用大模型上掀起算力军备竞赛时，还在AI Lab担任大模型中心负责人的陈恺敏锐地意识到，在通用模型能力上，实验室难以和大厂硬拼。于是，团队果断做出了向科学基座模型的转向。

这个决定不仅避开了大厂的锋芒，也为其在专业任务环境的构建、研究过程的轨迹数据上，构筑了很好的先发优势。

此后近两年，团队把绝大多数资源都投入其中。今年3月，团队推出了全球首个万亿参数科学基座模型Intern-S1-Pro。

今年8月，陈恺正式创办了超进化智能，带着这支“国家队”班底，向AI的终极命题发起冲击。

02

让模型在参数层“自我进化”

RSI全称Recursive Self-Improvement，中文译作“递归式自我改进”，通俗一点说，就是AI“自进化”。

其核心在于AI介入自身改进流程，在没有或极少人类干预的情况下，大模型通过审查自身的源代码、算法、提示词架构或训练流水线，自主发现缺陷、优化训练方案，生成比原本模型能力更强的大模型。

不过，从各家巨头放出的数据和成果来看，目前的RSI还主要处在较为雏形的阶段。例如在Anthropic的规划中，当下自主Agent已可以自主运行代码，并自主委派任务，但下一代大模型重点才聚焦于自我迭代闭环。能生成代码，并在有限范围内进化自身，是目前行业的真实写照。

超进化智能的技术路线，与市面上大多数公司不同。

目前，多数公司聚焦在Agent层的自我迭代和进化，即通过修改提示词、调用外部工具来让系统变强。而超进化智能选择“模型层进化”作为切入点，通过参数更新将新能力内化。这意味着，能力能够真正随模型复用、迁移与交付，而不是依赖于一套复杂的外挂框架。

在陈恺的规划中，自进化可以分成五个由浅入深的层级：研究产物的迭代更新、运行时经验资产的更新、Harness与Agent代码的自主迭代、模型层自进化，以及进化机制本身也由AI自主迭代的元进化。

超进化智能瞄准的，就是最核心的模型层自进化，让模型具备极强的元研究能力——不只可以完成具体研究任务，还能掌握研究的通用范式，把这套能力迁移到陌生的专业场景之中。

技术路线上，公司计划率先从后训练切入，先训出数百B参数的模型，并逐步过渡到中训练，待资源条件成熟后再启动预训练。同时，公司构建了模型（Model）、智能体运行框架（Harness）与评测器（Evaluator）协同进化的闭环，并在建设覆盖研究能力与自我改进能力的评测体系。

03

资本为何在天使轮重注

超进化智能能在成立仅两个月时拿下数亿元天使轮，资方阵容本身就是一张极具分量的背书。

本轮由蓝驰创投领投，商汤国香资本、联想之星、英诺基金、水木清华校友种子基金等联合投资。

蓝驰创投的领投，是对“模型层自进化”技术范式的下注。蓝驰创投长期关注前沿科技与颠覆性创新。目前市面上的Agent公司大多停留在Harness层的迭代，门槛相对较低。而超进化智能直接通过参数更新实现模型层的自进化，这是一条真正意义上的深水区路线。

商汤国香资本的入局，带着浓厚的学术与产业双重视角。商汤国香资本是商汤科技旗下的产业基金，MMLab由汤晓鸥教授创立，陈恺作为汤晓鸥和林达华的学生，其技术底色与商汤一脉相承。此次出手，既是产业生态对顶尖校友创业的扶持，也隐含着商汤对科学基座模型在垂直场景落地的长远考量。

联想之星与英诺基金的跟投，构成了早期硬科技投资的共识圈层。联想之星背靠中科院，在AI领域的投资向来注重技术向产业落地的潜力；英诺基金则长期扎根前沿技术的早期孵化。水木清华校友种子基金的出现，则直接呼应了陈恺的清华背景，代表着最了解他的校友圈子用真金白银投出了信任票。

这些机构在最早期入场，看中的是他过去在OpenMMLab开源体系的号召力，以及在AI Lab带队练出万亿参数模型的国家队级经验。

在通用大模型格局初定的背景下，超进化智能切入的是AI最前沿，也最难啃的骨头。这轮数亿元融资，给了他们继续试错的弹药。但这套模型层自进化的闭环能否跑通，最终还是要用模型迭代的效率和成果来证明。