01核心 RSI
Recursive
Recursive Superintelligence
先让 AI 改进 AI，再把自动改进能力扩展到所有科学领域。
融资$6.5 亿
估值$46.5 亿
- 路线
- 基础模型
- 地区
- 旧金山 / 英国注册
- 创始人
- Richard Socher、Tim Rocktäschel、Peter Norvig、田渊栋等
RESEARCH WORKBENCH / 01
谁在让 AI 改进 AI
保留文章原始 10 家，再加入 6 家以自动科研、模型自改进与可验证推理为核心的 Labs 观察样本。
16 总样本6 扩展 Labs8 技术路线5 地区
样本来源
赛道范围
地区
技术路线
资本规模
02核心 RSI
Mirendil
Mirendil
把前沿实验室内部的训练、评测与自动研究流程产品化。
融资约 $2 亿
估值$10 亿
- 路线
- AI 科学家
- 地区
- 美国
- 创始人
- Behnam Neyshabur、Harsh Mehta、Shayan Salehian、Tara Rezaei
03相邻叙事
SSI
Safe Superintelligence
不卖产品、不追收入，直射安全、对齐的超级智能。
融资至少 $30 亿；另获 NVIDIA 战略投资
估值$320 亿
- 路线
- 安全路线
- 地区
- 美国
- 创始人
- Ilya Sutskever 等
文章明确指出：SSI 严格来说并不等同于 RSI。
04核心 RSI
Discovery Loop
Discovery Loop
把“假设—实验—分析”的研究循环逐步交给 AI。
融资种子轮未披露
估值未披露
- 路线
- AI 科学家
- 地区
- 美国 / PBC
- 创始人
- Jeff Dean、Sanjay Ghemawat、Oriol Vinyals、Quoc Le
05核心 RSI
Ineffable
Ineffable Intelligence
让“超级学习者”从自身经验中发现知识，而非依赖人类数据。
融资$11 亿
估值$51 亿
- 路线
- 强化学习
- 地区
- 英国关联
- 创始人
- David Silver
06相邻叙事
AMI Labs
AMI Labs
以顶级研究人才与长期模型路线切入新一代 AI。
融资$10.3 亿
估值$35 亿 pre-money
- 路线
- 基础模型
- 地区
- 欧洲
- 创始人
- Yann LeCun 等
文章将其放在 RSI 资本热潮中，但未给出明确的递归闭环产品证据。
07核心 RSI
Ricursive
Ricursive Intelligence
AI 设计芯片，芯片再加速 AI，形成软硬件协同进化闭环。
融资$3.35 亿
估值$40 亿
- 路线
- 硬件闭环
- 地区
- 美国
- 创始人
- Anna Goldie、Azalia Mirhoseini
注意：Ricursive 与 Recursive 只差一个字母，但业务完全不同。
08核心 RSI
Sakana AI
Sakana AI
不与中美拼算力规模，用更少样本的自我改进实现跃迁。
融资累计约 $4.12 亿
估值$27 亿
- 路线
- 主权 AI
- 地区
- 东京
- 创始人
- David Ha、Llion Jones、Ren Ito
09相邻叙事
QuTwo
QuTwo
用“欧洲下一代 AI”叙事争取主权技术与区域生态位。
融资€2,500 万天使轮
估值€3.25 亿
- 路线
- 主权 AI
- 地区
- 欧洲 / 芬兰关联
- 创始人
- Peter Sarlin（前 Silo AI 创始人）
文章只在商业模式章节简要提及，公开信息字段较少。
10核心 RSI
EverMind
EverMind
用长期记忆与自进化 harness 为 agent 的持续成长提供底座。
融资未披露
估值未披露
- 路线
- AI 基础设施
- 地区
- 中国
- 创始人
- 陈天桥（EverMind 官方活动页列为 Founder）
11扩展 Labs核心 RSI
FutureHouse
FutureHouse
把文献检索、假设生成、实验设计与数据分析连接成端到端 AI 科学家。
融资慈善资助 / 金额未披露
估值非营利机构
- 路线
- AI 科学家
- 地区
- 旧金山
- 创始人
- Sam Rodriques、Andrew White
FutureHouse 是非营利研究机构，不应与 2025 年分拆的营利公司 Edison Scientific 混为一体。
12扩展 Labs核心 RSI
Lila Sciences
Lila Sciences
让一个通用科学智能在自动化物理实验里生成新数据，用自然界作为验证器持续学习。
融资$5.5 亿
估值约 $13 亿（报道口径）
- 路线
- AI 科学家
- 地区
- 剑桥 / 旧金山 / 伦敦
- 创始人
- Geoffrey von Maltzahn 等
13扩展 Labs核心 RSI
Periodic Labs
Periodic Labs
把物理实验变成强化学习环境：AI 提出假设、操控自治实验室，再从真实结果学习。
融资$3 亿种子轮（已确认）
估值约 $13 亿（种子轮报道）
- 路线
- AI 科学家
- 地区
- 旧金山
- 创始人
- Liam Fedus、Ekin Doğuş Çubuk
市场曾报道新一轮融资洽谈；本卡仅计入已确认的 $3 亿种子轮。
14扩展 Labs核心 RSI
Adaption
Adaption
让系统自动共同优化数据与训练配方，循环训练、评测，直到模型收敛到目标能力。
融资$5,000 万种子轮
估值未披露
- 路线
- AI 科学家
- 地区
- 旧金山
- 创始人
- Sara Hooker、Sudip Roy
15扩展 Labs核心 RSI
Disarray
Disarray
用上下文图、可靠性 harness 与长时研究 agent 自动完成机器学习实验并积累可复用轨迹。
融资未披露
估值未披露
- 路线
- AI 科学家
- 地区
- 旧金山
- 创始人
- Doris Xin、Moustafa AbdelBaky
16扩展 Labs相邻叙事
Harmonic
Harmonic
用 Lean 形式化验证把推理结果变成机器可检查的证明，为自动科研提供可靠的真值层。
融资约 $2.95 亿
估值$14.5 亿
- 路线
- 数学推理
- 地区
- Palo Alto
- 创始人
- Tudor Achim、Vlad Tenev
它提供可验证推理底座，但公开证据尚不能证明系统会递归改进自身，因此列为相邻叙事。
EDITORIAL NOTE / 02
口径不是“谁最强”，
而是谁在形成自我改进闭环。
核心 RSI产品或技术路线中，已经明确出现自动研究、自我改进、经验学习或软硬件反馈闭环。
相邻叙事与超级智能、可验证推理或产业闭环相关，但公开资料还没有给出完整递归闭环证据。
扩展 Labs不改动原文 10 家；只有能找到自动科研、自动模型研发、闭环实验或可验证推理一手证据的机构才进入观察池。
数据边界原文 10 家沿用文章快照；新增 6 家据官网、创始人访谈与公开融资资料补充，核对至 2026.08.23。