具身涌现获悉，近日，超衍智能科技（北京）有限公司完成天使轮与天使+轮系列融资，累计融资规模接近4亿元人民币。

天使轮由IDG资本、星连资本、晶泰科技联合领投，多家投资机构参与跟投；天使+轮引入中关村科学城基金、深创投、上海未来产业基金联合领投，美元机构、产业资本与地方国资共同下注一家新生AI企业，在当下一级市场并不多见。

本轮资金将投向基础模型、算力基建、递归自进化技术研发以及核心团队扩充，资本把筹码压向了AI自主科研这条还处在早期的赛道。

01

初创公司凭何拿到大额资本？

超衍智能在2026年6月才正式成立，是一家瞄准自主进化基础模型的初创企业，它希望打破当下大模型复刻已有知识的局限，推动AI走向自主发现未知科学规律的全新范式。

创始人 陈勇超 是清华大学人工智能学院助理教授，他拥有中国科学技术大学学士学位，哈佛‑MIT联合培养博士履历，职业生涯先后落地谷歌、微软、MIT‑IBM Watson AI Lab等顶尖机构，在大模型与机器人方向积累大量学术成果。

公司核心团队同样集结清华、哈佛、MIT等高校人才，也吸纳谷歌、微软、智谱 AI、月之暗面等产业端从业者，学术研究和工程落地能力同时覆盖。

具身涌现认为，资本愿意为成立时间极短的团队给出高估值，并不单纯看重纸面履历，而是看好团队抓住行业痛点。如今绝大多数大模型本质是对现有公开知识做概率拟合，擅长总结整理已有结论，却很难真正提出全新科学假设，这也是整个AI for Science赛道长期的卡点。投资方看到的，正是这套试图突破知识复刻天花板的技术路线。

02

自主科研到底做到哪一步？

递归自我改进也就是RSI架构，是这家公司技术体系的核心，它搭建起“真实问题‑假设‑实验‑反馈‑迭代”完整闭环，不再只靠人类投喂数据完成训练，让模型拥有试错探索的能力。

自研Apex Research系统交出了可量化的测试结果，这套系统产出的论文，在ACL Rolling Review平台评审环节，部分稿件得分超过99%人类投稿者，已经达到AI顶会的录用门槛。在SLDBench、NanoChat AutoResearch等公开基准中，系统接连刷新SOTA纪录，在AI for AI、AI for Math方向拿到实证效果。

除模型本身，超衍智能还推出专门衡量AI科学自主性的评测基准，从通用智能、创新能力、自主执行力多维度做量化评估，填补行业缺少“超级智能”客观标尺的现状。端到端自研自主科研系统，只需要少量人工介入，就能走完文献调研、方案设计、代码实现、实验分析到论文撰写全流程。

商业落地层面，它已经和晶泰科技达成战略合作，把这套自主科研能力向药物研发、材料科学产业场景延伸。

这些指标证明自主科研已经从理论推演走到可验证阶段，但我们依然需要理性看待测试结果。基准跑分、顶会级论文产出属于可控环境下的成果，真实产业场景会面对大量噪声、复杂约束，跑分的优势不能直接等同于产业端即可规模化落地，AI科研依旧绕不开假说爆炸、实验验证成本高昂的现实难题。

03

RSI会改写科研产业格局吗？

这一笔大额融资的信号意义，远超过一家创业公司的商业故事。过去几年国内大模型赛道，大家更多比拼参数规模、多模态能力，竞争集中在复刻、总结人类已有的知识成果。而超衍智能代表的RSI路线，把竞争战场迁移到自主发现未知规律，这也是全球AI巨头同步布局的方向。

但我们不能陷入AI可以完全替代科研人员的幻想。具身涌现看来，递归自进化模型最大价值，是承担海量重复、高迭代压力的科研执行工作，帮助科研人员解放精力，把更多注意力放在定义研究目标、判断科学价值、筛选假说这些高阶决策环节，人机协同依旧是现阶段最现实的路径。资本押注自进化模型，不代表这条技术路径已经成熟，它依然面临算力消耗巨大、科学假设真伪难分辨、长周期闭环稳定性不足等诸多待解难题。

一级市场敢于在早期投入巨额资金，本质是在押注下一代人工智能范式切换的可能性。当AI不再只是知识的复述工具，而是能够参与未知规律探索，药物、新材料、基础数学等领域的研发节奏，就有机会迎来质的改变。但技术落地没有捷径，跑分亮眼只是起点，这套自进化系统能不能扛住真实产业场景的检验，还需要更长时间观察。