AI初创公司元环智能四个月连拿两轮数亿元

10月15日，AI初创公司元环智能宣布完成连续两轮融资，合计金额为数亿元。种子轮由顺为资本领投，跟投方有上海未来产业基金，还有星连资本与君礼资本；种子+轮的投资方里，既有上海半导体产投和360战投这类产业方，也有首程资本这类机构，加上上海的人工智能产业系列基金等国资背景方，还有云时资本、山行资本、BV百度风投等双币基金。这轮交易的长期财务顾问由启观资本担任。

公司的资历表很浅。元环智能成立于2026年5月，注册在上海徐汇，与上海期智研究院同址，最早由该研究院出资设立，距这次官宣大约四个半月。团队平均年龄约22岁，成员多来自清华、北大等高校。用一级市场的说法，这是一支标准的年轻人团队，钱投的是人。

被投的那个人确实有分量。创始人刘子鸣是1998年生人，眼下在清华大学人工智能学院做助理教授，本科毕业于北京大学物理系，在麻省理工学院取得物理学博士学位，之后在斯坦福大学做神经科学与AI方向的博士后研究。他此前最重要的一项工作叫KAN，这个词来自两位数学家的名字。

KAN之所以被反复提起，是因为它动的是神经网络最底层的一块砖。传统多层感知机用固定的激活函数，模型内部怎么算的对使用者来说是个黑箱；KAN换成可学习的激活函数，把模型从黑盒往白盒的方向推了一步。这项工作2024年发布至今，在开源社区拿到超过1.6万星标，谷歌学术显示的引用次数超过5700次。刘子鸣的说法是，KAN不是一篇文章，也不是一个具体的模型，而是一种方法论——它证明了模型设计这件事本身可以被收敛。

元环智能要做的元模型，就是把这条思路往前推。公司的核心方向是让AI学会设计模型：从不同的模型架构、训练配置和实验表现里学规律，让AI不只会执行既定的研发任务，还能参与模型预测、实验选择与架构设计。这套路线和当下热门的递归式自我改进有根本分歧——后者基本都建立在大语言模型之上，用自然语言和思维链数据训一个通用模型，去探索语言模型智力的边界；元模型瞄准的是另一种模态。

刘子鸣给的理由很直接。他认为大语言模型擅长处理的是已经被压缩成符号和语言的那部分世界，大约只占全部问题的三成，剩下那七成，要的是更底层的直觉模型，场景从科学发现一直铺到对物理世界的建模，而直觉这种东西没法用已经压缩过的自然语言来承载。公司的研发分三步走：先把研发全流程结构化，再训练元模型去预测训练曲线，最终让AI自动发现全新的模型架构。

落地节奏上，公司的计划是明年把通用元模型1.0推出来，不限定场景，去生成适配各垂直领域的专用模型；中短期内先做能力边界更小的产品，面向工业检测、气象预测、电力预测这类按时间连续记录数据的场景自动设计预测模型，率先验证可行性。公司还准备发布一个自研基准，用来评估大模型和人类研究员对模型训练的直觉水平。公司对外用的口号是扩大洞察，不只是算力——这句话基本概括了它和堆算力路线之间的分野。

需要保留判断的地方在于验证周期。元模型讲的是一个更底层、也更难证伪的故事：它的成果不体现在某个榜单分数上，而体现在能不能稳定地设计出比人类更好的模型架构。这类目标天然需要更长的时间来检验，而公司目前还没有公开的产品或收入口径。四个半月拿到两轮，说明的是资本对这个方向的耐心，不等于技术路径已经被验证。