Publicado: 28 de octubre de 2026, 11:26, hora de Pekín.

Según una noticia de Dongcha Beating AI (publicada el 28 de octubre de 2026), la empresa Chao Evolution Intelligence, fundada por Chen Kai, exdirector del Centro de Modelos de Gran Escala de Shanghai AI Lab, acaba de completar una ronda ángel de varios cientos de millones de yuanes. La ronda fue liderada por BlueRun Ventures, con la participación de Guoxiang Capital, de SenseTime, Lenovo Star y otras instituciones.

La empresa comenzó oficialmente sus operaciones a finales de agosto de este año y su objetivo es crear un modelo fundacional capaz de realizar investigaciones de forma autónoma y mejorar continuamente sus propias capacidades.

Chen Kai dirigió anteriormente el desarrollo de los modelos de gran escala de la serie InternLM y tiene experiencia en el entrenamiento de modelos con billones de parámetros. Sin embargo, en esta nueva empresa no pretende empezar entrenando desde cero un modelo de ese tamaño: primero aplicará entrenamiento posterior a modelos de código abierto, comenzando con modelos de cientos de miles de millones de parámetros, para luego explorar gradualmente el entrenamiento intermedio y el preentrenamiento.

La empresa está creando actualmente un ciclo cerrado de entrenamiento autoevolutivo, preparando datos de investigación y entornos de validación, y estableciendo un sistema de evaluación correspondiente. Chen Kai planea lanzar el primer modelo basado en un nuevo paradigma antes de mediados de 2027.

Por lo que se desprende de esta noticia, el equipo sitúa en el centro de su estrategia la idea de que «la IA investigue y mejore los modelos por sí misma». En cuanto al enfoque, ha optado por una estrategia gradual y más pragmática: primero validar el ciclo cerrado mediante el entrenamiento posterior y luego avanzar hacia entrenamientos de mayor escala.

Queda por ver si este enfoque podrá consolidarse en unos dos años; dependerá del progreso real en los datos, la evaluación y el ciclo cerrado de entrenamiento. Por ahora, no se han hecho públicos modelos ni datos de rendimiento que sirvan de referencia.

Este contenido se limita a resumir información periodística y no constituye asesoramiento de inversión. Por el momento, no se han proporcionado datos de mercado relacionados.