扫描下载APP
其它方式登录
文章围绕RSI（递归自我改进）概念的过热现象展开，指出当前AI行业对RSI存在明显炒作，学术界尚无统一定义；一线学者周辉池强调，现有进展多为AI辅助研发（如写代码、跑实验），而非真正端到端自我研发，核心瓶颈在于问题发现、方向判断与物理世界闭环验证，距离实现完整RSI仍有显著距离。
Mind Lab 推出企业级后训练平台 Mint Recursive，支持 GLM、Qwen、DeepSeek、Kimi、MiniMax 等开源模型，提供低门槛、高性价比、可持续迭代和高自由度的后训练服务，助力企业基于自身业务数据和评测标准持续优化模型，实现模型全生命周期管理。
Mind Lab发布模型后训练与推理平台Mint Recursive及迭代模型Macaron-V1.1，支持基于LoRA的轻量化、持续学习式后训练，实现测评-数据-训练-部署-反馈闭环，助力企业利用真实业务数据定制并迭代自有模型，降低AI应用落地门槛。
Richard Socher联合多位顶级AI研究员创立Recursive公司，获6.5亿美元融资，聚焦用AI自动化AI研究本身，目标是构建能自我改进的‘尤里卡机器’；当前已实现自动提出假设、编码、实验与验证的闭环，但尚未达到递归自我改进（RSI），仍处于‘0.1版本’阶段。
文章探讨AI自进化（RSI）技术进展与局限，指出当前AI已在代码编写、训练优化等自动化研发环节取得突破，但尚无法实现人类级别的概念突破与深层判断力；强调人类不可替代的核心能力在于方向感、问题定义和‘品味’（taste），即对研究路径与价值的深层理解与判断。
Anthropic警示AI递归自我改进的风险，呼吁行业协同管控；与此同时，田渊栋联合创立的Recursive Superintelligence公司发布首个成果——自动化AI研究系统，在小模型训练、训练速度优化和GPU内核编写三大基准上刷新SOTA，实现AI自主提出想法、编码、实验与迭代的闭环。
田渊栋在被Meta裁退203天后，作为联合创始人宣布成立AI公司Recursive Superintelligence，估值46.5亿美元，聚焦AI自我改进与超级智能。对话深入探讨AI记忆的本质、技术路径（如位置插值）、幻觉治理、意识边界及人类未来定位，强调记忆管理正成为大模型落地的核心，数据飞轮与非共识决策构成关键护城河。
田渊栋等8位顶尖AI科学家联合创立Recursive Superintelligence（RSI），聚焦递归式自我改进AI，目标是构建能自主优化、驱动科学突破的超级智能系统；公司获6.5亿美元融资，估值46.5亿美元，获英伟达、AMD、谷歌GV等战略投资。
文章聚焦AI初创公司Recursive Superintelligence，成立仅四个月即获5亿美元融资、估值40亿美元，核心目标是构建能自主完成科学研究全流程（提出假设、设计实验、迭代优化）的自学习AI系统；其创始人Richard Socher为NLP领域权威，团队源自DeepMind与OpenAI；Google风投GV与英伟达联合投资，反映巨头对AI自主科研范式变革的战略卡位。
Recursive Superintelligence 成立仅四个月即获5亿美元融资、估值40亿美元，由前Salesforce首席科学家Richard Socher创立，聚焦‘自学习AI’——让AI自主完成科学研究全流程。Google风投GV领投、英伟达跟投，反映资本对AI底层范式变革的押注，核心逻辑是用AI替代高成本人类研究员，重塑AI研发经济模型。
