智器材编译 江宇编纂 心缘

智器材5月14日报路，昨日，Meta FAIR前钻研科学家总监田渊栋、“提醒工程之父”Richard Socher结合OpenAI、Google DeepMind、Meta等公司的多位AI老将，正式官宣新公司Recursive Superintelligence（简称Recursive）
。

与此同时，Recursive也同步颁发实现6.5亿美元（约合人民币44亿元）融资，估值达到46.5亿美元（约合人民币315.7亿元），投资方蕴含Google Ventures、Greycroft，以及AMD Ventures、英伟达等本钱，团队规模目前超过25人，办公地址位于旧金山和伦敦
。

这家公司一出手，就对准了AI行衣凤一个会商多年的方向——“递归式自我改进（Recursive Self-Improvement）”
。他们但愿构建一种可能自动发现知识、持续优化自身能力的AI系统
。

田渊栋为此写路：“我们在构建一种可能自动发现知识、并递归式自我提升的AI系统，这将从底子上扭转科学和技术进取的方式
。”

Recursive的首创团队同样值得关注
。8位结合首创人覆盖OpenAI、Meta、DeepMind、Google Brain、Salesforce AI等多家主题AI机构
。

除田渊栋表，另一位华人成员，是清华姚班出身、曾任OpenAI钻研员、AI独角兽Cresta结合首创人兼前CTO的施天麟（Tim Shi）
。

首创团队成员还蕴含：DeepMind盛开式智能方向掌管人Tim Rockt?schel、Salesforce AI前掌管人Caiming Xiong，以及Vision Transformer有关钻研者Alexey Dosovitskiy
。

照拂和钻研人员名单中，也出现了谷歌前钻研总监、《Artificial Intelligence: A Modern Approach》作者Peter Norvig，以及谷歌钻研科学家Jeffrey Pennington等名字
。

从团队布景来看，这家公司险些集齐了当前AI行衣凤Agent、强化进建、盛开式智能、世界模型和自动化钻研等多个热点方向的钻研者
。

一、AI自己钻研AI，这家公司盯上了“递归自我改进”

Recursive把重点放在了“Open-endedness（盛开式演化）”和“Recursive Self-Improvement（递归式自我改进）”
。

团队预测，将来的AI系统可能持续天生新设法、验证了局、调整自身能力，并持久迭代
。

当前AI钻研里的好多流程，依然依赖人为实现，蕴含模型设计、尝试验证和优化步骤选择
。随着模型能力加强，以及代码天生能力急剧提升，越来越多研发流程已经可能交给AI参加
。

Recursive结合首创人兼CEO Richard Socher提到：“AI自身就是代码，而此刻AI已经可能写代码
。”

在他看来，当前行业已经靠近AGI阶段，大模型具备了通用推理和代码能力，不外距离“超等智能”仍有显著差距
。Recursive但愿进一步推动AI持续优化自身训练、测试和钻研过程
。

Socher称，他们但愿构建一种可能持久进建、持续提出新设法、自动验证了局的系统，并将其利用于科学钻延注药物发现等领域
。

凭据官网信息，Recursive当前首先聚焦“AI改进AI”，后续会扩大至更宽泛的科学问题
。

与此同时，团队屡次强调“安全性”，会优先关注系统安全，但愿在提升能力的同时降低风险
。

二、OpenAI、Meta、DeepMind老兵，组了一支奢华团队

相比技术方向，Recursive更先吸引表界把稳的，是首创团队经验
。

结合首创人兼CEO Richard Socher则是硅谷AI行衣凤的驰名人物
。他曾是“AI教父”吴恩达在斯坦福大学的博士生，参加ImageNet、GloVe等经典钻研工作，谷歌学术引用量超过24万次
。

在天然说话处置领域，Richard Socher也是早期“神经网络派”代表人物之一
。后来，神经网络逐步成为NLP主流技术方向，Socher也被视作这一波技术演进的重要奠基人
。

他还被不少人称为“提醒工程之父”，是业内较早系统提出“Prompt Engineering（提醒工程）”概想的钻研者
。

▲结合首创人兼CEO Richard Socher接受GV（Google Ventures）的采访

创业经历方面，他创办的MetaMind后来被Salesforce收购，尔后又创办AI搜索引擎You.com，其估值达到15亿美元（约合人民币101.8亿元）
。

田渊栋此前在Meta FAIR工作近十年，担任钻研科学家总监
。

他诞生于上海，本硕毕业于上海交通大学，2013年于卡内基梅隆大学（CMU）机械人钻研所获得博士学位
。

他的钻研方向覆盖强化进建、多智能体进建、大模型推理与规划决策、深度进建理论分析等多个领域，持久担任NeurIPS、ICML等AI顶会领域主席
。

近几年，他还深度参加了Llama系列大模型有关钻研，以及Meta在世界模型、推理优化等方向的主题项目
。

施天麟则曾在OpenAI担任钻研员
。他本科毕业于清华姚班，专业成就排名第一，曾获得“姚班金奖”，后进入斯坦福大学攻读AI方向博士，并在2017年选择退学创业
。

同年，他结合创办AI公司Cresta并担任CTO，聚焦AI客服与销售场景，背后投资方蕴含a16z、红杉、Greylock等硅谷驰名机构，估值已达到百亿
。

来自DeepMind的Tim Rockt?schel，持久钻研强化进建和盛开式智能方向，曾先后在Meta与DeepMind担任钻研科学家一职，现担任UCL人为智能教授，同时也是ELLIS Fellow
。

Recursive CTOJosh Tobin此前在OpenAI掌管Agent有关钻研，也创办过机械进建基础设施公司Gantry
。

Caiming Xiong则在Salesforce AI工作靠近10年，从钻研掌管人一路升至SVP，持久掌管Applied AI与大模型有关业务
。

他也曾与Richard Socher共事，双方共同署名过CTRL等可控文本天生有关钻研工作
。

Jeff Clune曾担任DeepMind高级钻研照拂、OpenAI钻研团队掌管人，也是Uber AI Labs首创成员之一
。

他持久钻研深度强化进建、盛开式演化（Open-endedness）与AI-generating algorithms等方向，是当前“盛开式智能”领域的重要钻研者之一
。

此表，团队成员中还蕴含Vision Transformer有关钻研者Alexey Dosovitskiy、谷歌前钻研总监Peter Norvig，以及在谷歌工作超过11年的Jeffrey Pennington
。

▲Alexey Dosovitskiy

▲Peter Norvig

▲Jeffrey Pennington

三、硅谷重新聚焦“AI自动化科延妆

“递归自我改进”并不是新概想
。这一方向持久存在于AGI和超等智能有关会商中，主题设法是：若是AI可能持续优化自身能力，系统机能可能会出现更快增长
。

近一年，随着代码天生模型和Agent能力提升，硅谷对这一方向的关注显著增长
。

《纽约时报》报路称，Anthropic、OpenAI等公司也在推动类似钻研
。

Sam Altman此前曾提到，OpenAI但愿在今年秋天前，推出可能承担“低级钻研员”工作的自动化AI钻研系统
。目前，其内部也在推动“Automated AI Researcher（自动化AI钻研员）”有关项目
。

Recursive则但愿进一步扩大AI参加科研的领域，将更多尝试设计、验证和优化流程交给模型实现
。

与此同时，行业内也存在不少争议
。

部门钻研者以为，目前AI距离持续自主创新仍有显著距离，无论是提出原创理论，还是构建持久不变的新钻研框架，人类钻研员依然承担主题角色
。

Recursive也提及，实现团队设想中的系统，依然必要多年功夫
。

值妥贴心的是，目前市场上还有一家名字相近的公司Ricursive Intelligence，后者重要聚焦AI芯片方向，也占有约40亿美元估值，两家公司容易混合
。

结语：大模型之后，AI行业把眼光投向“下一次能力跃迁”

从前两年，大模型行业萦绕参数规模、训练数据和推理能力发展了一轮高速竞争
。

Scaling Law增速放缓、训练成本持续攀升、模型能力提升逐步趋于平缓，已经成为AI圈反复出现的话题
。

Recursive押注的“递归式自我改进”，某种水平上正好回应了这种行业焦虑
。

至少在当前阶段，硅谷已经有人愿意为“AI自己升级AI」剽个方向，投入真金白银
。

起源：《纽约时报》、Recursive