
自学习AI融资神话,研究员被「卷」进军备竞赛
自学习AI的融资神话,正表明这场AI军备竞赛已将研究员卷入其中。1956年,一批科学家在达特茅斯首次正式探讨「机器能否思考」,当时他们乐观认为一个夏天就能解决该问题。然而七十年过去,此问题仍无答案。但有一家成立仅四个月的公司,获5亿美元融资,估值达40亿美元,原因是它宣称找到让AI学会自我研究、自我进化的途径。这家公司是Recursive Superintelligence,由Google风投GV领投,英伟达跟投。这两家在AI生态地位显著的公司同时押注一家未公开产品的初创公司,背后逻辑值得剖析。
「把人从循环里移走」:Recursive的核心命题
Recursive Superintelligence由前Salesforce首席科学家Richard Socher创立,核心团队来自Google DeepMind和OpenAI。过去两年,从顶级实验室离职创业的工程师和研究员形成明显浪潮。Richard Socher并非普通「大厂出来镀金」的创始人,他1983年生于德国,在斯坦福大学师从AI先驱Andrew Ng和NLP权威Christopher Manning,2014年完成博士论文并获当年斯坦福计算机系最佳博士论文奖。他是将神经网络方法引入自然语言处理领域的关键人物,早期研究奠定了BERT、GPT系列模型技术基础,谷歌学术引用量超18万次。博士毕业后,他创立AI初创公司MetaMind,后被Salesforce战略并购,此后主导Salesforce AI战略多年,推动Einstein GPT等企业级AI产品线落地。离开Salesforce后,他于2020年创立AI搜索引擎You.com,2025年完成C轮融资,估值达15亿美元。此次,他将目光转向更底层命题。众多打着「前XX大模型核心团队」标签的公司都在讲述「下一代AI」故事,但Recursive切入点更激进,其核心命题是「自学习AI」,即让AI自主完成科学研究全流程,把人类研究员从循环中移除。这虽不是新方向,但Recursive将其置于现实商业逻辑中。当前顶级AI研究员年薪达1500万到2000万美元,若系统能以更低成本、更快速度完成相同工作,前沿研究经济模型将被改写。投资人看到此逻辑,融资轮超额认购,最终规模可能达10亿美元。
Google和英伟达同时下注:背后逻辑与信号
GV领投、英伟达跟投的投资人组合是一个信号。Google方面,DeepMind多年来是「AI for Science」方向重要探索者,如AlphaFold破解蛋白质折叠问题,AlphaGeometry在数学竞赛中击败人类顶尖选手。但DeepMind是用AI解决具体科学问题,而Recursive想做更底层的事,即让AI系统自主推进科学发现过程,这对Google既是竞争关系,也是值得押注的对冲。且本月初,Google与Intel宣布多代AI基础设施合作协议,表明其在AI基础设施层面布局提速,对Recursive的投资是其大棋局中的一步。英伟达的逻辑更直接,自学习AI核心瓶颈是算力,若AI自主跑实验、迭代模型,所需GPU集群规模呈指数级增长,英伟达投资Recursive是在投资自己未来订单。两家公司同时出手,释放出该赛道可能已到「不投就来不及」阶段的信号。
四个月估值40亿,合理吗?
看到40亿美元估值,人们第一反应可能是「又来了」,AI创业估值泡沫已不新鲜。但Recursive有几点与普通「PPT独角兽」不同。一是创始团队有分量,Richard Socher在NLP领域有学术积累,核心团队有DeepMind和OpenAI经历,接触过前沿研究痛点;二是融资超额认购,说明市场需求远超供给,投资人主动抢着进入。不过,40亿美元估值对于成立四个月、无公开产品的公司来说,定价依据是预期而非现实,本质是为方向付费。这种定价逻辑在AI时代渐趋普遍,源于投资人对「错过下一个OpenAI」的恐惧,Safe Superintelligence也曾以无产品状态获天价估值。Recursive在复制类似路径,这是客观情况。
「自学习」背后:野心与现实
Recursive Superintelligence名字体现了公司野心。「Recursive」即递归,在计算机科学中是函数调用自身的结构,是复杂算法核心机制。在AI研究中,「递归超级智能」意味着系统能不断优化自身。此概念不新鲜,极端版本是「智能爆炸」,但Recursive目前远未达此层面,更现实的是它尝试构建自主驱动科学探索循环的系统,目标是降低AI研究人力和时间成本。若能实现,将影响药物研发、材料科学、物理学等领域。当然,从声称到实现,在AI行业并非线性过程。
浪潮的逻辑:创业与竞争
2025年下半年以来,从顶级实验室出走创业浪潮不断,Recursive是其中最新且估值最高的公司。背后原因是OpenAI、Anthropic、Google DeepMind等头部实验室变得像大公司,有KPI、合规和政治因素,想押注激进方向的研究员觉得自主创业更自由。同时,资本市场逻辑强化此趋势,对有大厂背书的研究员来说,现在是创业的好时机,投资人更愿为「方向」付费。这场浪潮核心问题不是「谁会成功」,而是「成功的定义是什么」。若Recursive证明自学习AI可行,将改写AI研究底层范式;若失败,5亿美元资金烧完后将留下过度炒作的概念。两种可能都存在。四个月40亿美元估值,既让人兴奋又让人警惕。AI军备竞赛发展至今,「如何做研究」也成竞争战场,科学家在达特茅斯争论的问题,如今有人想用AI回答,用递归方式奔向超级智能,但这条路通向何方无人知晓,不过Google和英伟达已决定参与其中。
357



被折叠的 条评论
为什么被折叠?



