自學習 AI 新創融資 5 億美元

🔑 增強重點摘要

• •Recursive Superintelligence 採用了名為「遞迴自我改進（Recursive Self-Improvement）」的架構，旨在透過 AI 代理（Agents）自動優化自身的模型權重與演算法邏輯，而非僅依賴人類工程師進行微調。
• •該公司與 Nvidia 簽署了深度戰略合作協議，將優先獲取下一代 Blackwell 架構 GPU 的算力集群，以支撐其大規模科學模擬與自動化實驗所需的運算需求。
• •Richard Socher 此前創辦的 AI 搜尋引擎公司 You.com 雖保持獨立運作，但 Recursive Superintelligence 將利用 You.com 累積的龐大科學文獻索引與知識圖譜，作為 AI 進行科學假設與推理的基礎數據庫。

🛠️ 技術深入

• •採用「閉環科學代理（Closed-loop Scientific Agents）」架構，將科學研究流程拆解為：文獻檢索、假設生成、實驗設計、模擬執行、結果驗證與模型回饋。
• •核心模型基於多模態 Transformer 架構，針對科學論文、化學結構式與實驗數據進行了長上下文（Long-context）預訓練。
• •整合了自動化實驗室介面（API-driven Lab Automation），可直接控制雲端實驗室設備進行物理實驗，並將數據即時回傳至模型進行迭代。
• •利用強化學習（RL）技術，以科學發現的「新穎性」與「可重複性」作為獎勵函數（Reward Function），引導模型進行自我優化。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線