超进化智能获数亿元天使轮融资，打造研究基础模型

超进化智能（HyperVolve）近日完成数亿元人民币天使轮融资，由蓝驰创投领投，商汤国香资本、联想之星、英诺基金、水木校友基金等联合投资，澜松资本担任长期战略财务顾问。融资将主要用于算力与训练基础设施建设，以及核心研发团队扩充。

超进化成立于2026年8月，致力于研发具备元研究能力的研究基础模型，以RSI（递归自我改进）为关键技术路径，推动模型在新场景专业能力的自我提升，并持续内化到模型参数中，实现模型智能跃迁。

公司创始人陈恺本科毕业于清华大学，博士毕业于香港中文大学MMLab，曾任上海人工智能实验室大模型中心负责人、商汤科技研究总监，在AI顶级会议和期刊发表论文100余篇，谷歌学术引用超过4.5万次。在上海人工智能实验室期间，陈恺带领团队负责书生（Intern）大模型研发，主导完成万卡集群上万亿参数科学大模型的全流程训练，并建设了大模型评测体系司南（OpenCompass）。此前，他曾创建OpenMMLab计算机视觉开源算法体系，GitHub星标数超过14万。公司核心成员来自上海人工智能实验室及头部科技公司，在大规模基模训练、评测体系建设及科学模型研发方面具备丰富经验。

陈恺表示，Coding是大模型第一个跑通大规模迭代闭环的专业能力，Research会是下一个。超进化关注的元研究能力，是模型面对新专业场景时提出问题、形成假设、设计方案、自主验证并持续迭代的通用能力，可迁移至科学研究、行业场景研发及AI研究等不同场景。与多数公司聚焦Agent层自我迭代不同，超进化选择“模型层进化”，通过参数更新将新能力内化，使能力可随模型复用、迁移与交付。当研究对象是AI本身时，研究元能力即转化为模型改进自身的能力，进而产出更强的下一代模型。

为此，公司构建模型（Model）、智能体运行框架（Harness）与评测器（Evaluator）协同进化的闭环，同步优化三者，并建设覆盖研究能力与自我改进能力的评测体系。针对高质量研究过程数据生产和专业任务验证周期长等难点，公司从第一天起就围绕研究闭环设计模型、框架与评测方式，基于核心成员过往积累推进规模化拓展。

蓝驰创投表示，生物进化中持续被奖励的不是具体解法，而是找到解法的能力本身；对智能系统而言，这种能力就是学习能力。当高质量人类数据逐渐见底，靠灌输更多知识换取能力增长的路径正在收窄，真正重要的是模型自身的学习能力。超进化把“学习能力”作为新的训练目标，以Science为主战场，把Model、Harness和Evaluator作为一个整体loop共同进化。陈恺团队在基座训练、评测与大规模工程上的完整积累，正是这条路线最需要的能力。