Recursive Superintelligence โผล่จาก stealth ระดมทุน $650M ที่ valuation $4.65B — Richard Socher นำทีม ex-DeepMind/OpenAI/Meta สร้าง AI ที่ปรับปรุงตัวเองได้

วันพุธที่ 13 พ.ค. 2026 Recursive Superintelligence Inc. บริษัท AI ใน San Francisco/London ออกจาก stealth พร้อมระดมทุน Series A $650 ล้าน ที่ valuation $4.65 พันล้าน — เป็นหนึ่งใน first-round funding ที่ใหญ่ที่สุดในประวัติศาสตร์ AI ทั้งคู่ขนานไปกับ Ineffable Intelligence ($1.1B ที่ valuation $5.1B เมื่อ เม.ย.) และ Safe Superintelligence (Ilya Sutskever) ที่ระดม billion-dollar rounds ก่อนมีผลิตภัณฑ์

ผู้ก่อตั้งคือ Richard Socher อดีต Chief Scientist ของ Salesforce และผู้ก่อตั้ง You.com (search engine AI ที่ valuation $1.5B รอบล่าสุด) co-founder คือ Tim Rocktäschel อดีตวิศวกร Google DeepMind — ทีมเริ่มต้น 7 คน ตอนนี้ 25+ คน รวมอดีต OpenAI, Google DeepMind, Meta AI, Salesforce AI และ Uber AI

รอบนี้ใครลง

• Lead: GV (Alphabet’s venture arm) + Greycroft
• Strategic: NVIDIA + AMD Ventures (ทั้งสอง chip company ใหญ่ที่สุดของโลก ลงรอบเดียวกัน — เกือบไม่เคยเกิด)

การที่ NVIDIA และ AMD ลงพร้อมกันสะท้อนว่า bet ของ Recursive ไม่ใช่ vendor-locked — บริษัทจะใช้ chip ทั้งสองรายในการ train และ inference

Thesis: AI ที่ปรับปรุง AI

Socher และ Rocktäschel เถียงว่า “fastest path to superintelligence” คือ AI ที่สามารถ discover knowledge แบบ scientist มนุษย์ — แต่ neural network ปัจจุบันยังทำ basic research แบบ fully autonomous ไม่ได้ ดังนั้น priority แรกของ Recursive คือสร้าง AI ที่ ปรับปรุง code base ของตัวเอง ก่อน

ตามรายงาน NYT ระบบ Recursive จะ:

• run simulations ใน “open-ended process of automated scientific discovery”
• คิด experiment ideas เอง, ทดสอบ, validate ผลลัพธ์
• ปรับปรุงทั้ง model code, harness (auxiliary programs ที่ enhance output), training, inference infrastructure
• มี guardrails ป้องกัน risky output

Socher โพสต์บน X: “We will start with AI research itself but eventually hope to expand its aperture to physics, chemistry and especially pre-clinical biology — AI will be to biology what calculus was to physics.”

ทำไม timing ตอนนี้

มีหลักฐาน 3 ชิ้นที่สนับสนุนว่า self-improving AI อาจ work ในระยะนี้:

1. OpenAI GPT-5.5 ปรับปรุงตัวเองสำเร็จแล้ว — ตามที่บริษัทเคย disclose, GPT-5.5 ได้พัฒนา parallelization method ใหม่ ที่กระจาย inference request เป็น chunks ข้าม GPU cores ในจำนวนที่ไม่คงที่ ส่งผลให้ token generation เร็วขึ้น 20%+ เป็น case study แรกของ frontier lab ที่ปล่อยให้โมเดลแก้ infrastructure ของตัวเอง

2. AlphaChip ของ Alphabet — DeepMind ใช้ neural network design TPU มาแล้วหลายเจน และ Ricursive Intelligence Inc. (สเปลล์ใกล้กันแต่คนละบริษัท) ระดมทุน $300M เม.ย. ที่ผ่านมาสร้าง chip-design AI ในเชิงพาณิชย์

3. Aletheia ของ DeepMind — เม.ย. 2026 DeepMind เผย Aletheia (ใช้ Gemini 3 Deep Think) แก้ proof 6/10 ข้อใน FirstProof benchmark แบบ autonomous — ผู้เชี่ยวชาญตัดสินว่า “publishable after minor revisions” แสดงว่า AI สามารถทำ original mathematical reasoning ได้แล้ว

Recursive bet ว่า scale up trend ทั้ง 3 นี้ + reinforcement learning paradigm ใหม่ จะนำไปสู่ “recursive self-improvement loop” — โมเดลที่ทุกเจนใหม่ออกแบบเจนถัดไปได้ดีกว่ามนุษย์

ความเสี่ยงและคำถามที่ยังไม่มีคำตอบ

1. Compute — ทำ recursive self-improvement ต้องการ compute มหาศาล Recursive ไม่ได้ disclose data center deal แต่การที่ NVIDIA + AMD ทั้งคู่เป็น investor บ่งบอกว่ามี allocation special

2. Safety — AI ที่แก้ code ของตัวเองโดยมีจุดประสงค์เพิ่ม capability เป็นหนึ่งใน classical AI safety scenarios ที่งานวิจัย alignment เตือนมาตั้งแต่ปี 2010s — Anthropic, OpenAI, DeepMind ทั้งหมดมี policy explicit เกี่ยวกับการเทรน model ที่จงใจปรับปรุงตัวเอง Recursive ระบุว่ามี guardrails แต่ยังไม่ disclose details

3. Talent retention — รอบนี้ทำให้ Recursive เป็น Direct competitor ของ Safe Superintelligence (Ilya Sutskever) และ Ineffable Intelligence — ทั้งสามชนพื้นที่ talent pool เดียวกัน

มุมมอง AI Curator

ปรากฏการณ์ “billion-dollar AI lab ที่ยังไม่มี product” เริ่มกลายเป็น category ของตัวเอง — มันคือ option ขนาดใหญ่ที่ VC ซื้อเพื่อกัน downside ในกรณี frontier lab รายเล็กกลายเป็น Anthropic ตัวที่สาม ราคาเริ่มต้นที่ Recursive ($4.65B) สูงกว่า Anthropic ตอนต้น (~$3B รอบ Q1 2023) — สะท้อนว่าตลาด price-in ความเป็นไปได้ของ “AGI in 5 years” ไปแล้วระดับหนึ่ง

สำหรับไทย/SEA ดีลนี้น่าสนใจ 2 มุม:

หนึ่ง — ค่าตัว AI researcher ไทยที่ทำงานในต่างประเทศจะวิ่งขึ้นแรง ทีมรุ่นใหม่ของ Recursive 25 คนที่ valuation $4.65B = ราว $186M/คนใน paper wealth — ดีลแบบนี้สร้าง wage spillover กลับเข้าทุก lab ปลายน้ำ Apple, Google, Meta จะต้องเพิ่ม comp package ให้ retention ไม่หลุด นักวิจัยไทยใน 3 lab นี้ที่ทำเรื่อง agents, reinforcement learning, alignment น่าจะได้ deal upgrade ในเทอม signing ใหม่ปลายปี

สอง — Self-improving AI = compounding moat, ไม่ใช่ winner-take-all ถ้า thesis ของ Recursive ถูก ผู้ที่ get to recursive loop ก่อน 6 เดือนจะมี compounding advantage ที่ตามไม่ทันได้ — ต่างจาก scaling current paradigm ที่ moat อยู่ที่ data + compute มากกว่า algorithm ในแง่นี้ ดีลนี้สำคัญพอ ๆ กับการที่ DeepMind เริ่มต้นในปี 2010 — ใครก็ตามที่เชื่อว่า self-improvement loop เป็น real, ควรเฝ้าดู Recursive อย่างใกล้ชิดในช่วง 18 เดือนข้างหน้า ถ้ามี first internal benchmark ที่ดูดี VC รอบ B จะ price ระดับ $20B+ ทันที

แต่ถ้า thesis ผิด — และ recursive loop ติดขัดเหมือนการพยายาม AutoML ของยุค 2017–2020 — Recursive จะกลายเป็น expensive talent acquihire ที่ลงท้ายขายตัวให้ Alphabet หรือ Microsoft ในราคาตามทีมเป็นหลัก ไม่ใช่ technology

แหล่งข่าว

• Recursive Superintelligence raises $650M to build self-improving AI models — SiliconANGLE
• Recursive Superintelligence emerges from stealth with $650M raise — Tech.eu
• Nvidia’s Jensen Huang bets on this British startup to build ‘next frontier’ of AI — CNBC
• AI startup Recursive emerges from stealth with $650 million to build self-improving AI — The Decoder