首页 >> 综合 > 快讯 >

无涯智远完成数亿元天使轮 + 天使加轮融资,主攻实时 RSI 模型研发落地

2026-11-19 10:28:10 来源:网易 编辑:武康梵 

无涯智远(Norizon AI)已经完成数亿元天使轮以及天使加轮连续融资,公司核心赛道是实时 RSI 递归自我改进模型的研发与落地,和市面上常见的 RAG 检索增强、固定版本大模型不一样,它主打模型在使用过程里持续自主进化,不用等到版本大更新,把交互产生的经验沉淀进模型参数里,本次融资由红杉中国、联想之星、中关村科学城、靖亚资本等机构参与,资金主要用来扩充算法团队、打磨实时 RSI 底层框架、推进参数内学习 IPL 技术验证,同时落地个人智能体、企业智能助手这类场景,这家公司由北大人工智能研究院助理教授张牧涵创办,成立时间不长,在持续学习、模型自进化这个前沿方向上拿到资本集中加注,不过实时 RSI 还处在技术验证阶段,距离大规模商业化产品还有一段距离。

融资信息清单

项目详情
主体公司北京无涯智远科技有限公司
融资轮次天使轮 + 天使加轮,合计数亿元
核心投资方红杉中国、联想之星、中关村科学城、靖亚资本
成立时间2026 年 6 月
创始人张牧涵,北大人工智能研究院助理教授
资金用途实时 RSI 模型研发、IPL 参数内学习技术研发、场景落地、团队扩充

实时 RSI 模型是什么

  1. RSI 全称 Recursive Self-Improvement,递归自我改进,实时 RSI 重点是模型上线使用后持续进化,而不是几个月才发布一个新版本。
  2. 现在主流大模型大多是版本锁定,新知识靠 RAG 外挂检索,知识不会写入模型参数;实时 RSI 目标是把交互经验直接写入模型参数,实现越用越聪明。
  3. 配套核心技术 IPL 参数内学习,依靠超网络架构,一次前向传播完成参数更新,大幅降低持续学习的算力成本。

和现有主流 AI 方案对比

方案学习方式特点短板
常规大模型阶段性全量训练,版本固化能力稳定,产业成熟两次更新之间没法自主学习新经验
RAG 检索增强外挂知识库,推理时调取外部资料落地简单、成本可控知识存在外部,不会变成模型本身能力
无涯智远实时 RSI交互过程中实时更新参数经验沉淀进模型内部,持续进化技术难度高,还在验证阶段

规划落地场景

  1. 个人长期智能体:记住用户长期偏好、任务习惯,持续适配使用者。
  2. 企业专属智能助手:跟着业务流程持续学习企业内部知识、业务规则。
  3. 复杂长任务 Agent:长期执行多步骤任务,不断积累任务经验。

现阶段的技术难点

  1. 持续学习容易出现灾难性遗忘,学新内容的时候忘掉旧知识,是行业共性难题。
  2. 实时更新参数带来安全、对齐风险,需要配套稳定的内容约束机制。
  3. 算力成本控制,要做到推理级别的低成本更新,才能走向商用。

【相关 FAQ】

问题 1:无涯智远完成数亿元天使轮及天使加轮融资,核心方向是什么?

回答 1:无涯智远完成数亿元天使轮及天使加轮融资,核心方向是实时 RSI 递归自我改进模型研发与落地,研究可以在使用中持续进化的大模型,配套 IPL 参数内学习技术。

问题 2:无涯智远实时 RSI 模型和普通 RAG 大模型差别在哪?

回答 2:无涯智远实时 RSI 模型可以把交互经验直接写入模型参数,实现自主持续进化;普通 RAG 大模型只是外挂检索知识库,知识不会沉淀进模型本体,模型本身不会自主进化。

问题 3:无涯智远本轮融资都有哪些投资方?

回答 3:无涯智远天使轮及天使加轮融资投资方包含红杉中国、联想之星、中关村科学城、靖亚资本等一线 AI 投资机构。

问题 4:无涯智远实时 RSI 模型现在已经商用了吗?

回答 4:无涯智远实时 RSI 模型目前还处在技术研发和验证阶段,还没有大规模商用产品,本轮融资主要用来打磨底层技术,推进智能体场景落地。

【参考资料】

[2026-11-18](无涯智远完成数亿元天使轮及天使加轮融资,聚焦实时 RSI 模型研发与落地)36 氪

[2026-11-10](北大助理教授创业押注实时 RSI:让 AI 摆脱出厂即定型)麻省理工科技评论

[2026-09-21](无涯智远天使轮融资,投资方红杉中国、联想之星)证券之星

[2026-10-12](无涯智远工商变更,新增靖亚资本股东)启信宝

【免责声明】

以上内容仅为 AI 融资资讯科普,不构成投资建议。无涯智远实时 RSI 属于前沿 AI 技术,技术落地进度、产品时间表存在不确定性,融资细节、技术进展请以无涯智远官方对外披露为准。

 
最新文章