Som 27-årig rejser Tsinghuas yngste AI-professor knap 50 mio. dollar til selvudviklende modeller
Da Yongchao Chen stod ved en karriere-skillevej i begyndelsen af 2026, var valgene genkendelige for alle, der følger frontier AI-talent. På den ene side lå et jobtilbud fra Google DeepMind og medstifterinvitationer fra oversøiske startups, der jagter automatiseret videnskab. På den anden side et væddemål, han havde ventet to år på at tage: vende tilbage til Kina, bygge foundation-modeller, der forbedrer sig selv, og teste, om forskning – ikke chat – kan blive motoren i den næste intelligenskurve.
Han valgte det sidste. Chen, 27, stiftede Apex Intelligence i juni 2026 og blev samtidig adjunkt på Tsinghua Universitys School of Artificial Intelligence – i kinesisk erhvervspresse beskrevet som den yngste i skolens historie. Ved midten af september, mindre end tre måneder efter stiftelsen, havde Apex lukket angel- og angel-plus-runder på i alt knap 50 mio. amerikanske dollar (i kinesisk dækning nævnt som knap 400 mio. RMB).
Nyhedskrogen: rekursiv selvforbedring
Finansieringen blev annonceret omkring 16. september 2026. Ifølge en selskabsmeddelelse via PR Newswire blev angel-runden co-ledet af IDG Capital, LinkX Capital og XtalPi med deltagelse fra Decent Capital, SEE Fund, Monad Ventures og Winsoul Capital. Angel-plus-runden blev co-ledet af Zhongguancun Science City Fund, SCGC (Shenzhen Capital Group) og Shanghai Engine Fund.
TechNode Global og FinSMEs rapporterede uafhængigt den samme omtrentlige total på 50 mio. dollar. 36Kr’s engelske udgave, med henvisning til rapportering under brandet «Rise of Intelligence», rammesatte rejsningen som to successive runder på omkring 100 mio. yuan inden for cirka to måneder efter Apex’ offentlige stiftelsesannoncering i juli.
Provenuet er ifølge selskabet øremærket til opbygning af foundation-modeller, computerinfrastruktur, forskning i rekursiv selvforbedring (RSI) og udvidelse af kerneholdet – standardsprog for et forsknings tungt laboratorium, der stadig er tidligt i produktkommercialisering.
Fra Harvard–MIT-uddannelse til et Beijing-laboratorium
Chens CV er usædvanligt tæt for en førstegangs-stifter-CEO. Bachelorvejen gik via University of Science and Technology of China; graduate-arbejdet omfattede et fælles Harvard–MIT-doktorprogram. Selskabsmateriale og 36Kr nævner forskningsophold hos Google DeepMind, Microsoft og MIT–IBM Watson AI Lab. Apex’ kernehold kommer ifølge firmaet fra Tsinghua, Peking University, Harvard og MIT samt store modelgrupper hos blandt andre ByteDance, Kimi og Zhipu AI.
Pedigreet betyder noget, fordi Apex ikke sælger endnu en forbruger-chatbot-wrapper. Tesesen er, at dagens store sprogmodeller er optimeret til stabilitet og menneskelig præference – gode til at behage mennesker, svagere til åben videnskabelig udforskning. Chen har i interviews argumenteret for, at innovationsorienterede modeller skal tåle mislykkede hypoteser i stor skala og derefter bevare og genbruge de sjældne successer. I en stiftererklæring udsendt med finansieringsnyheden sagde han, at modeller, der kun læres af menneskelig præference, i sidste ende låser intelligens ved et menneskeligt loft, og at «grænserne for ægte intelligens kun kan defineres af den objektive verden».
Tidlige demoer – stadig i beta
Apex siger, at dets selvudviklende system allerede har produceret forskningsartefakter egnet til review på førende AI-konferencer og hævder fremskridt i AI-for-matematik, herunder et arbejde selskabet beskriver som et komplet bevis for en længe åben majorization-formodning. 36Kr rapporterede, at selskabet i maj 2026 lod systemet selvstændigt producere 34 papers indsendt til ACL Rolling Review, hvoraf 11 scorede over 3 og to scorede højere end 99 pct. af menneskelige forskere – selskabsrapporterede resultater, der ikke er uafhængigt revideret af eksterne redaktioner.
Kommercielt fortalte Chen 36Kr, at produktet «for nylig er lanceret og er i en småskala betatest». Den tilbageholdenhed er nyttig kontekst: september-finansieringen er angel-kapital til et selskab fra juni 2026 – ikke en sen validering af omsætningsskala.
Hvorfor historien rækker ud over Kina
RSI er blevet en tæt pakket fortælling i 2026 med højprofilerede oversøiske indsatser og store checks andre steder i sektoren. Apex’ vinkel er at angribe selvudvikling på foundation-model-laget snarere end kun via en agent- eller «AI-scientist»-wrapper – og at behandle videnskabelige forskningsforløb som både produktoutput og træningsbrændstof. Om det omsættes til holdbare modeller er stadig et åbent teknisk spørgsmål. Det, der allerede er klart, er ledelses-peg’en: en 27-årig stifter-CEO, der forlod en DeepMind-formet vej, tog en Tsinghua-stillning og rejste knap 50 mio. dollar, før selskabet blev et kvartal gammelt.
