田渊栋联合创立Recursive完成6.5亿美元融资,押注AI自我改进

AI 创业赛道又出现一个高关注度新玩家。 田渊栋联合创立的 Recursive 宣布完成 6.5 亿美元融资 , 公司估值达到 46.5 亿美元。相比融资金额, 更引人注意的是它选择的方向: 让 AI 参与 AI 自身的研究、优化与迭代。

📌 不到半年融资 6.5 亿美元, 豪华资本入场

据已披露信息,Recursive 本轮融资由 GV 和 Greycroft 领投 ,AMD Ventures、英伟达等参与投资。公司成立时间不长, 团队规模据称仍不足 30 人, 但已经获得高估值和大额资金支持, 显示资本对下一代 AI 研发范式的兴趣正在升温。

这家公司受到关注, 并不只是因为融资规模 。其联合创始团队来自 Meta FAIR、OpenAI、Google DeepMind、Salesforce AI、Uber AI 等机构, 研究方向覆盖强化学习、Agent、世界模型、视觉 Transformer、开放式演化和 AI 安全等领域。

🔍 核心押注: 让 AI 成为 AI 研发者

Recursive 的名字指向“递归式自我改进”。 简单理解 , 它希望构建一种系统:AI 不仅回答问题或辅助写代码, 还能发现自身短板、设计实验、修改代码、验证结果, 并进入下一轮优化。

这一路线背后的行业背景是, 大模型继续依靠参数、数据和算力扩张的边际收益被越来越多讨论 。Recursive 选择的答案更激进: 不是只做更大的模型, 而是尝试做“会自己变强”的 AI 系统。

💡 田渊栋为何成为焦点人物

田渊栋是华人 AI 圈关注度很高的研究者之一。 他本硕毕业于上海交通大学 , 后在卡内基梅隆大学机器人研究所获得博士学位, 长期在 Meta FAIR 从事研究工作, 方向包括强化学习、多智能体学习、大模型推理、规划与决策等。

材料显示, 他曾参与 Llama 相关研究 , 以及世界模型、推理优化、长序列加速、低成本训练等方向。此前 Meta AI 组织调整和裁员后, 他的去向一度引发行业关注, 最终选择加入创业阵营。

📊 为什么芯片巨头和顶级资本愿意下注

从产业角度看,AI 自我改进一旦取得阶段性突破 , 影响的可能不只是模型训练, 还会延伸到科研自动化和工程效率提升。Recursive 提出的愿景中,AI 系统未来可用于自动化 AI 科学研究, 并进一步扩展到药物、生物、电池材料、核聚变等复杂领域。

• 技术可行性:AI 能否稳定完成实验设计、代码修改和结果验证, 而不是只在局部任务上表现突出。
• 成本与效率: 自我改进是否能缓解训练成本持续攀升的问题。
• 安全边界: 当 AI 参与修改自身系统时, 评估、对齐和可控性会变得更加关键。
• 行业竞争:OpenAI、Anthropic、DeepMind 等也在探索自动化科研,Recursive 将面对强劲对手。

🚀 行业观察: 大模型之后的下一场赌局

不过, 递归式自我改进仍处在早期阶段, 距离真正可靠、可控、可持续的系统还有大量未知问题 。对 Recursive 来说, 高融资和明星团队带来了关注度, 也意味着外界会更快要求它证明:AI 自己研究 AI, 究竟是下一代范式, 还是一个尚需漫长验证的大胆假设。