大模型之后，RSI、具身智能与星闪三条赛道正被资本提前下注

业界还在争论大模型能顶掉多少岗位，一批投资人和创业者的话题已经跳到下个十年：AI自己训练自己，机器人看一遍视频就学会穿糖葫芦，机器之间的通信要精确到纳秒级同步。

日前在海淀有一场关于递归自我改进（RSI）的讨论，具身智能也是这场讨论背后的关键词。

到场机构中包括

最热的赛道，最前沿的判断

RSI的热度背后有实打实的数据。

小饭桌做过一项不完全统计：最近半年，全球投到这个方向的资金超过30亿美元；若从年初起算，则超过50亿美元。AlphaGo核心开发者David Silver创办的Ineffable Intelligence，完成了11亿美元种子轮。前Meta FAIR研究科学家总监田渊栋联合创办的Recursive Superintelligence，在2026年5月拿到6.5亿美元融资，投后估值46.5亿美元。前谷歌DeepMind首席科学家Jeff Dean创办的Discovery Loop，传出十亿美元级首轮融资。出资方里，红杉、谷歌、英伟达、a16z等顶级机构都到了场。

国内的步子也不慢。2026年下半年起，RSI递归自我改进赛道在一级市场快速升温，7–10月公开披露的RSI主线初创融资总额接近6亿元，且全部落在种子轮、天使轮；单笔规模明显高于同期AI极早期0.73亿元的均值，优质项目普遍以

举例来说，成立才三个月的超衍智能，拿下近4亿元天使系列融资，美元VC与多地国资一同入局；初光跃迁、新元体等Physical RSI团队，也同步拿到数亿元种子资金。头部大模型公司同样把RSI自迭代列进核心研发方向。最新的

资本为什么押注？SEE Fund管理合伙人马麟的看法是，今年一些重要事件——以AI能力超越人类为典型——过几年回看，或许会被当作AI发展史上的里程碑。AI进化过程中人类还能参与训练，说明人仍在环路内；一旦连训练环节都交给AI，系统就逼近某种奇点，那时关键约束只剩芯片、算力和能源。

陈勇超则把转折点定在今年2月

他认为，AI在一些简单场景里已经打通自我优化的闭环：机器人可以下载开源模型，发现任务做不成，就自己生成仿真数据再优化自身；一个大语言模型也能去优化、训练另一个模型。最大的瓶颈在研究品味——眼下模型提出的想法太四平八稳，偏增量式，很难产出真正有创新性、影响又大的想法。

他还有一个更直白的判断：数学领域很可能已经被AI攻破。

另外两条赛道，同样出现了这种提前量。

MirroS联合创始人吴佳龙判断，算法路线还没收敛，但行业对目标已有共识：智能得具备对物理世界的理解、预测与推理能力。基础模型在这个方向上的能力跃迁，正成为赛道升温的重要推力。他给出的时间表是，短则半年、长则一到两年，这类能力可能成为可搭载到本体上的真正

需求侧这边，SEE Fund合伙人赵瑱打了个比方：过去一两年行业还在“屋里看书”，现在已有团队开始“到生产岗位实习”。

当然，具身智能不是某个单一模型或单一硬件，它把算力、数据、模型、系统集成与通信揉成一套系统。

中科晶上的钱蔓藜介绍，机器人没法像人那样靠上下文去猜丢失的信息，控制指令一旦失真、丢失或节拍出错，操作就可能直接出错。承接这一需求的是星闪，它被看作面向机器人的“换代通信”，近期落地方向比较清晰：灵巧手无线化，减少线束损耗；多机器人快速组网协作；本体与端侧算力协同。钱蔓藜估计，产业落地还要一到两年，不过这又是一条技术拐点刚过、商业化即将起量的前瞻赛道。

投上限、投团队、投耐心

赛道越前沿，投资方法论越要紧。三场圆桌下来，SEE Fund的马麟、赵瑱和中科图灵基金的李韧，正好给出三种互相补充的答案。

RSI既热门又前沿，投资人该怎么判断？马麟的第一条标准，是看这家公司每一步是否必要。开源模型能力涨得极快，当前的开源模型可能已经强于去年同期的闭源最先进模型；创业公司跟大厂拼预训练未必有必要，后训练和中期训练更值得讨论。

数据和算力之间，他把稀缺数据摆在更重的位置——“没有真正进入环境，仅靠看视频无法掌握游泳”，AI的智能也不会凭空冒出来，得在环境里反复试、接反馈、再迭代。

创业者的实践与这一判断互相印证。陈勇超透露，超衍智能早期曾把上层Harness（工程脚手架）优化到极致，结论是它管用，能把能力从30分提到60分，可过了60分，边际收益就骤减——模型没学会的东西，Harness补不上；研究品味、畏难问题，说到底都是训练问题。

对商业化，马麟同样克制而前瞻。商业模式还不清晰，不该因此过早给项目下好坏结论。AI正同时触及生产力和生产关系，既有分析框架未必还适用；等能力超越人类的模型出现，新的商业模式会自然长出来。他拿软件付费作类比：中国过去软件付费习惯弱，如今上班族普遍订阅一两个AI会员，而且很难离开。

具身智能这边，赵瑱的方法论是“不押单一模型路线”。SEE Fund判断

他专门提到，早期投资不该急着追求商业闭环形成得太早，“更应关注团队能否搭建原子能力”。团队若为了尽快拿出外部看得见的业务闭环，把产品过度贴合局部场景，等到智能能力曲线迅速抬升，前面的功夫反倒可能变成包袱。

在赵瑱看来，能力上限是最关键的考量之一。上限瞄得够高，团队才有机会扛过内外部的种种不确定。项目验证也分几步走：先看基础智能有没有提升，再看知识能不能压进系统和权重里；评判时不光盯benchmark，还要听合作伙伴和客户的真实反馈。

这些标准之上，赵瑱的说法是：“早期投资最看重团队。”团队要有好的技术视角和综合能力，能看清长期趋势，能把水平高、志向一致的人聚到一起，还得在变化里学得快、迭代得快。被问起创业者的聪慧和韧性哪个更要紧，他答，最好两样都有，尽量投兼具两者的团队。

中科图灵基金创始人李韧的路子不太一样。他布局前沿赛道，切口最朴素——比如判断具身智能的机会，头一个问题就是谁付费。

眼下具身智能和高可靠连接的首批付费用户，主要会来自B端，尤其是自动化程度高的企业，它们愿意为可靠连接、低时延以及具备泛化能力的世界模型掏钱。G端付费则是推动创新、保障自主可控的必要手段；没有自主可控的要求和相应的采购支持，龙芯走不到今天。C端是最终可能爆发的市场，AGI若快速实现，具身智能进入家庭会成为一个重要拐点。

落到资产配置，中科图灵基金从2016年起投资中科晶上，策略是继续重仓芯片、加码模型；机器人本体长期可能面对激烈竞争和偏低毛利，只做择优投资。

三位投资人的方法论各有侧重，底色却一致：投早、投小、投上限、投人，敢在商业化还没定型时下注，也有陪跑近十年的耐心。说到底，“前瞻性投资”的定义就是这些。

敢于投早

商业化尚未定型的前沿赛道，一支国资基金抢了先机，也在悄然布局。

2026年2月海淀新春第一会上，80亿元

标的端的成绩单同样醒目。智谱和

再看2026年下半年的直投清单，能清楚看到一套在项目最不确定阶段下注的动作组合：6月才成立的超衍智能，成立之前就受到中关村科学城的关注，天使+轮由中关村科学城联合领投；睿质科技的首轮融资，中关村科学城基金以跟投方身份进入，押的是尚处验证期的“

把这些标的摆在一起，直投逻辑就清楚了。它不是在成熟项目里挑确定性，而是在论文成果刚变成公司、首轮融资刚打开、技术范式还没定型的节点买入，用真金白银给“早”和“小”背后的硬科技不确定性定价。

服务先于投前

这些赛道为何能一次次被精准布局？海淀的打法是把投资和服务拧成一股绳。

数据可以作个参照。截至2026年10月，“

更特别的是，不少服务在投资发生之前就已启动。这里有两个真实案例，算是最直接的证据。

这次AI嘉年华上，清华大学人工智能学院助理教授、

后来物理AI的机会出现，他选择创业。他坦言，当时也有外省市政府来接洽，最终落地海淀，除政策之外，服务是绕不开的因素：对接人员主动、有耐心，尽心尽力帮他找场地、跑注册，让他对海淀生出天然的信任感和安全感。

这不是孤例。前文提到的陈勇超，公司注册之前，海淀的投前服务就已经开始了。

生态助力生长

投前服务让创业者落在海淀，投后的这些服务，则是帮他们更好地长在海淀。

陈勇超和刘淼这次参加的AI创造者嘉年华，就是海淀为区域内科技企业搭的大型生态活动。这是全国首个“公园式AI创造者嘉年华”，海淀把公园场景开放出来，让创业者、企业、投资人、产业方乃至普通民众有更多交流和互动的机会。政策咨询、创业支持、科创资源、工作生活信息，原本散落在不同场景里的服务，也被一并带进公园。有创业念头的人，能马上找到“靠山”。

中关村科学城国际创新服务集聚区今年2月才正式运营，到目前已办生态活动近百场。往前看，2025年这一年里，投融资路演品牌

初创企业最急需的技术落地问题，海淀也提前替创业者做了布局。

中关村科学城公司

这么一来，投后服务倒成了海淀身上一个挺显眼的招牌。

往深了说，在海淀这套科创金融体系当中，投后早就不算投资流程的收尾环节，它更像是把价值放大的那个起点。高校院所、链主企业、资本集群、政务服务被它拢成一张协同网络，不再停留在牵线搭桥这种浅层对接上；被投企业也就成了生态里的一个个节点，跑出“投资一个、带动一串、激活一片”的复利效应。

圆桌上投资人聊的那些问题，答案或许还远着。RSI的商业模式怎么走，具身智能的泛化边界在哪，确定性通信的产业化节奏如何，眼下都还没有一张确定的时间表。

可要是把这场讨论搁到海淀的坐标系里看，能确定的是钱已经到位，服务也已经到位。风口来之前先把局布好，风口来之后接得住，这大概是一个科技城区最难替代的本事。