田渊栋离开Meta后创业项目正式官宣
离开Meta后，田渊栋的最新创业项目正式浮出水面。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
近日，人工智能初创公司Recursive_SI公开亮相，其公布的创始人名单中，田渊栋的名字赫然在列，标志着这位顶尖AI研究者的新征程。
这家公司的创始团队堪称全明星阵容。除了田渊栋，还包括担任CEO的Richard Socher，以及Tim Rocktäschel、Jeff Clune、Tim Shi、Caiming Xiong和Alexey Dosovitskiy等多位世界级人工智能专家。
团队成员背景极为亮眼：他们曾主导或参与创建了Salesforce和Uber的人工智能研究实验室，并在OpenAI、DeepMind、Google Brain以及Meta等顶尖机构担任核心研发领导职务，兼具深厚的AI科研实力与丰富的技术创业经验。
那么，Recursive_SI的核心目标是什么？公司致力于开发能够自主进行科学实验、并以安全可控方式实现“递归自我改进”的下一代人工智能系统。其核心理念是构建一个开放式的自动化科学发现框架，让AI在此过程中不断自我演进与提升——这被广泛认为是实现更高级通用人工智能的关键路径之一。
目前，该公司已获得市场的高度认可与强力支持。公开融资信息显示，Recursive_SI已成功募集6.5亿美元资金，公司估值高达46.5亿美元。本轮融资由GV（Google Ventures）和Greycroft共同领投，值得注意的是，AMD Ventures与NVIDIA也作为重要战略投资者参与其中。公司团队规模已超过25人，并持续吸引全球顶尖人才加入，即将入职的诸葛鸣晨博士便是其中之一。
作为Recursive_SI的创始成员，诸葛鸣晨的学术背景同样引人注目。他博士毕业于阿卜杜拉国王科技大学计算机科学专业，师从享有“LSTM之父”盛誉的Jürgen Schmidhuber教授。他的研究方向长期聚焦于代码智能体、递归自我改进机制以及下一代机器智能范式。
事实上，自2023年起，诸葛鸣晨便已开始系统性地探索递归自我改进这一前沿AI方向。早在MetaGPT研究时期，他就提出了智能体应具备持续自我优化与自主能力演化的核心机制。其后续的一系列创新工作，如GPTSwarm、Agent-as-a-Judge以及NeuralComputer等，都在不断深化这一技术路线。其中，GPTSwarm被视为大语言模型时代早期递归自我改进系统的重要范式之一，其提出的基于图结构的智能体自组织协作框架，其思路已被后续大量多智能体与Agentic AI研究工作所借鉴和采纳。
由此可见，Recursive_SI在递归自我改进这一尖端研究方向上，已经汇聚了扎实且超前的学术积累与人才储备。
田渊栋等多位联合创始人也在社交平台上阐述了公司愿景：我们正在构建的，是一种能够自动发现新知识并实现递归自我改进的人工智能系统——这一开放的自动化进程，有望从根本上加速科学与技术本身的进步方式。
在递归自我改进人工智能的多个核心技术领域，这支团队均处于全球领先地位。成员们过往在开放式算法、质量多样性算法、AI生成算法、自我改进编程智能体、自动化红队测试、自动化提示工程、学习环境生成、基础世界模型、深度学习、视觉Transformer架构、检索增强生成乃至“AI科学家”等方向上，都取得过突破性的研究成果。
手握顶尖的研发团队、清晰的技术愿景与充沛的资金支持，Recursive_SI在人工智能递归自我改进领域的后续进展，无疑值得整个科技行业与投资界保持高度关注。
相关攻略
近日，Meta在美国多个办公室的员工开始分发传单，抗议公司近期在员工电脑上安装鼠标追踪软件的行为。这一举动，将内部酝酿已久的矛盾推向了台前。 这些传单悄然出现在办公室的会议室、自动售货机甚至卫生纸架上方，内容直指公司的新政策，并鼓励同事签署一份在线请愿书。传单和请愿书均引用了美国《国家劳工关系法》，
最近，全球科技巨头Meta的一则消息，像一枚重磅冲击波，震动了整个科技圈和资本市场：他们不仅第三次上调了在AI领域的资本开支预算，更在财报发布后，导致公司市值单日蒸发了惊人的1 5万亿美元。 这不仅仅是Meta一家的“烦恼”，它更像是一声警钟，敲响了当前AI狂热投资的迷思。为什么这条新闻如此重要？因
这项由Meta GenAI与斯坦福大学联合开展的突破性研究，于2024年12月16日发布（论文编号arXiv:2412 10360v1），为我们揭开了视频理解大模型的设计奥秘，并推出了革命性的Apollo模型系列。 如果把AI理解文字和图片比作家常便饭，那么让它看懂动态视频，无疑就是烹饪一道工序复杂
2026年3月，Meta研究团队在预印本平台arXiv上发布了一项突破性研究（编号arXiv:2603 01896v1），旨在解决软件开发中的核心难题：如何在不实际运行程序的情况下，精准、高效地检测代码中的缺陷与安全漏洞。 设想你正在进行代码审查，面对两个旨在修复同一问题的补丁。传统方式是分别执行它
这项由Meta AI公司与加州大学圣克鲁兹分校联合开展的突破性研究，已于2026年2月在权威预印本平台arXiv上正式发布，论文编号为arXiv:2602 21461v1。 在当今数字世界，我们无时无刻不在接触各式各样的字体——从手机界面上的阅读文字到街头广告的醒目标语，每一个字符背后都对应着经过精
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个