硅谷 RSI(递归超级智能)赛道一家由前 Anthropic 员工组建的 AI 初创公司完成大额融资,本轮融资总额折合人民币 80 亿元,谷歌、英伟达作为战略投资方参与跟投;资本扎堆押注 RSI,核心是看好递归式 AI 可以实现模型自我迭代、自主做 AI 实验,不用完全依靠人工设计训练方案,和当前主流大模型研发模式差别很大;本轮融资资金主要用来搭建大规模算力集群、扩充 RSI 方向科研团队,同时开展安全对齐研究,降低递归智能带来的风险;现在 RSI 整体还处在早期科研阶段,技术路线没有定型,虽然巨头愿意投,但能不能稳定落地、可控运行还有很多不确定性,这笔融资也说明前沿 AI 赛道的竞争重心,开始从普通多模态大模型转向自主迭代的递归智能方向。
一、融资与团队基础信息清单
- 创始团队:核心成员来自 Anthropic,有 Claude 大模型研发经验
- 赛道方向:RSI 递归超级智能(Recursive Superintelligence)
- 本轮融资规模:80 亿元人民币
- 核心投资方:谷歌、英伟达,同时搭配头部美元 VC 机构
- 资金用途:算力集群建设、RSI 算法研发、AI 安全对齐研究、团队扩招
- 阶段定位:早期前沿科研项目,暂未面向市场推出商用产品
二、RSI 技术路线通俗解释
- 普通大模型:由人设计训练数据、训练目标、评估标准,人主导整个迭代流程
- RSI 递归超级智能:AI 可以自主设计实验、生成训练数据、评估模型效果,自动迭代下一代模型
- 行业关注点:提速前沿 AI 突破,但也带来对齐、管控、安全层面的争议
补充:行业内对 RSI 定义还没有统一标准,不同实验室实现方案差异很大
三、本轮融资释放的行业信号
- 巨头布局逻辑:谷歌、英伟达一方面押注下一代 AI 范式,另一方面提前锁定算力、芯片合作机会
- 赛道变化:之前资本集中在通用大模型、多模态、Agent,现在资金分流到 RSI、自进化 AI 这类前沿方向
- 安全配套同步跟进:拿到融资的团队必须同步投入安全对齐,也是投资人重点关注的条件
四、风险要点
- 技术风险:RSI 目前停留在理论和小规模试验,没有成熟落地案例,失败概率很高
- 监管风险:自进化智能的安全边界模糊,后续可能面临全球 AI 监管政策约束
- 商业化风险:距离产生稳定营收还很远,属于长期高风险科研投资
【常见问题】
问题 1:前 Anthropic 员工押注 RSI 项目狂揽 80 亿融资,投资方包含哪些企业?
回答 1:前 Anthropic 员工押注 RSI 项目拿到 80 亿融资,谷歌、英伟达参与投资,同时还有多家头部美元风投机构共同出资。
问题 2:前 Anthropic 员工押注 RSI 赛道,RSI 递归超级智能是什么?
回答 2:前 Anthropic 员工押注的 RSI 递归超级智能,指 AI 能够自主完成实验设计、数据生成、模型评估,自动迭代升级,不再完全依靠人工主导训练流程。
问题 3:前 Anthropic 员工的 RSI 项目拿到 80 亿融资,资金主要用在哪里?
回答 3:前 Anthropic 员工的 RSI 项目 80 亿融资,主要用来搭建算力集群、研发 RSI 算法、开展 AI 安全对齐研究以及扩充科研团队。
【参考资料】
[2026-11-16](狂揽 80 亿!前 Anthropic 员工押注 RSI,谷歌英伟达都投了)新智元
[2026-11-16](RSI 递归超级智能赛道再获大额融资,硅谷前沿 AI 竞争升温)36 氪
[2026-11-15](谷歌、英伟达持续布局自进化 AI,RSI 成为前沿热点)智东西
[2026-11-14](RSI 赛道科普:递归超级智能的潜力与安全争议)机器之心
【免责声明】
本文为 RSI 赛道初创企业融资资讯整理,仅作为行业信息参考,不构成股权投资、算力采购建议;RSI 属于前沿早期技术,技术落地进度、商业化前景、监管政策都存在较大不确定性,项目后续进展以企业官方公告为准。
