2026年9月16日，成立仅三个月、总部位于北京中关村的自进化基础大模型公司“超衍智能”，宣布完成天使轮及天使+轮累计近4亿元人民币融资。天使轮由IDG资本、星连资本、晶泰科技联合领投，德迅资本、无限基金、初心资本、云岫资本跟投；天使+轮由中关村科学城基金、深创投及上海未来产业基金联合领投。一个尚未发布商用产品的团队，凭什么让国资与头部VC同时下注？
希鸥网观察到，答案藏在它要解决的问题里。当前大模型赛道极度拥挤，写文案、做客服、生成代码的“AI助手”已经杀成红海，客单价一路下探。超衍智能选择了一条冷门且昂贵的路：不做辅助工具，做能自己提假设、自己做实验、自己验证迭代的“AI研究员”，目标场景锁定芯片设计与仿真、分子研发、量化策略迭代这类高人力密度、高试错成本的研发环节。
这条路线的底层逻辑是研发成本结构的重构。一名顶尖芯片架构师或药物化学家的年综合成本在百万元量级，且培养周期长达十年以上。超衍智能创始人陈勇超的判断是，科研突破的瓶颈从来不在执行层，而在“提出正确问题”的研究层。人类研究者最大的约束是时间与试错次数，而模型可以并行试错百万次，边际成本趋近于零。
组织形态上，这家公司几乎是“反大厂”的。陈勇超本人是清华大学人工智能学院助理教授，本硕博就读于中国科学技术大学及哈佛大学与麻省理工学院联合培养项目，曾在Google DeepMind、Microsoft、MIT-IBM Watson从事研究工作。核心团队来自清华、北大、哈佛、MIT。没有庞大的工程中台，没有销售团队，资源几乎全部压在模型训练与算力上。
技术账本已经拿出了一些硬数字。其自进化AI system在AI for AI方向上的自主研究成果已达到被顶级AI会议接收的水平，相当于AI博士生；在SimpleTES、NanoChat Autoresearch、GPUMode TriMul和MLS-Bench上刷新或接近公开最优成绩，超过Recursive SuperIntelligence、腾讯混元以及Stanford、NVIDIA等机构参与开发的方案。在AI for Math方向，它完整证明了悬置三十余年的优超猜想。
希鸥网认为，这笔融资的真正信号不在于金额，而在于资本对“AI下一站是研究层”这一判断的集体背书。中关村科学城基金、深创投、上海未来产业基金同时入场，意味着地方产业政策已经把“AI驱动的基础科学发现”视为需要抢占的制高点。晶泰科技的联合领投更耐人寻味——这是一家以AI制药起家的上市公司，它比纯财务投资人更清楚，谁能把研发流程结构化，谁就能吃掉分子研发里最贵的那段试错成本。
对创业者而言，这里有一个被反复验证的规律：AI最大的商业价值不在替代重复劳动，而在把组织记忆从“静态存储”变成“主动服务”。新员工问AI就能拿到入职指引，工程师问AI就能找到历史bug的解决方案，知识不再随员工离职而流失。超衍智能把这个逻辑推到了极致——它想让AI记住的不是企业的过去，而是人类科学探索的全部轨迹，并在此基础上生成新假设。
更值得警惕的是能力退化的陷阱。当团队习惯让AI写方案、做分析，自身的判断力会像失去心算能力一样萎缩。超衍智能选择的是让AI做“共同研究者”而非“代笔人”，人类研究者仍需定义问题、评估结果。创业者应当保留“无AI场景”的演练机制，确保核心团队理解底层逻辑，在模型失效或算力断供时仍能手动推进。这不是保守，是业务韧性。
合规维度同样不能忽视。欧盟AI法案、中国生成式AI管理办法正在快速收紧，监管套利窗口正在关闭，合规成本将指数级上升。超衍智能聚焦科研场景，天然避开了消费级AI的舆论雷区，但科研数据的跨境流动、成果归属的知识产权界定，都会是它下一阶段必须提前对齐的功课。谁先把合规做进产品架构，谁就少付一次昂贵的学费。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo