作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，乘物机器人（深圳）有限公司（以下简称“乘物机器人”）近日完成天使轮融资，由中国台湾工业自动化与智能机器人解决方案领域龙头企业和椿科技战略投资，华君资本担任独家财务顾问。 乘物机器人成立于2025年，总部位于深圳，专注工业具身智能技术研发与产品解决方案，具备从软硬件研发、数据采集、模型训练、场景部署与维护的一体化技术能力。 创始人黄金龙技术出身，拥有十余年机器人全栈研发与产业化经验，主导过多类工业机器人产品研发与落地；联合创始人单玉虎博士，曾先后在腾讯、小鹏、美团等企业负责机器人核心技术研发，深耕多模态大模型、3D感知、多传感器融合等领域，拥有丰富量产实战经验。 工业场景中，非标场景普遍存在，机器人落地应用往往需要定制化的解决方案。乘物机器人由此切入，成立之初便聚焦工业场景，通过本体整合成熟供应链方案，自研末端执行结构、电子硬件、软件算法、云端能力及核心大模型，快速沉淀出标准化的技术产品包，具备了覆盖工业场景全流程的交付能力。 目前，公司已完成十余个工业场景落地项目，2025年累计营收超两千万元，服务包括富士康在内的一系列代表性头部制造企业。 在此期间，团队与数十家头部主流机器人本体厂商建立深度合作关系，并获得8家头部品牌的最高权限授权，为其落地具体场景做定制化服务。 同时，乘物机器人也在布局模型端。公司正以工业垂类VLA（Vision-Language-Action）大模型为核心研发方向，希望打造具备“一脑多形”跨本体泛化能力的具身智能模型。 （图源/企业） 该模型融合空间感知、强化学习及世界模型的能力，能够提高对复杂异形物体的三维感知、精准操作与跨场景泛化能力，解决传统方案泛化性不足的问题。 具身模型的核心瓶颈之一在于数据。乘物机器人自研了Egocentric-UMI数据采集装置与Bybot-TeleOp远程操作系统，通过遥操模拟真实产线环境，高效采集视觉、力矩等多模态数据，大幅降低模型训练与部署周期，解决传统数据采集成本高、效率低的问题。 目前，公司自研VLA模型Bybot Foundation Model-1（BFM-1）的训练及部署流程已全面跑通，技术验证顺利推进。 硬件层面，乘物机器人同步研发工业精准操作的上半身机器人原型产品，搭载仿生力控双机械臂、灵巧手、腕部相机及RGBD相机等核心部件，为工业垂类基础模型训练与场景适配提供硬件支撑，推动大模型与工业机器人本体深度融合。 以下为访谈节选（略经编辑）： 硬氪：为什么从场景落地转向模型研发？ 黄金龙： 我们非常看好VLA和具身智能的发展方向。在我们看来，机器人本体本身并不是最难的部分，尤其是在深圳这样的硬件产业链环境里，把机器人“做出来”并不算特别高的门槛。真正困难的是：模型如何和本体融合，并最终在真实客户场景中落地，让客户愿意持续付费。 目前行业里真正实现规模化落地的案例并不多。我们认为，具身智能的发展路径会遵循“工业—商业—服务—家庭”这样逐步演进的过程。其中工业场景最容易率先落地，因为很多工业任务并不需要特别复杂的灵巧操作，很多场景通过二指夹爪就能完成。相比之下，家庭场景对安全性、泛化性和稳定性的要求更高。 另外，和椿除了战略投资外，也为我们带来了大量产业客户资源。我们目前已经进入富士康等客户体系，并有项目进入实际交付阶段。由于能够直接接触一线客户，我们可以更清楚地理解客户真正需要什么：如果传统自动化技术能够解决问题，我们就优先采用传统方案；如果具身模型能够创造更高价值，我们就用具身技术去完成交付。 硬氪：乘物机器人做具身模型的核心优势是什么？ 黄金龙： 首先是全栈能力与真实交付经验。团队具备从机械、电子到软件、算法、云端服务的完整研发能力，过去也长期为头部机器人厂商提供定制化解决方案，因此对工业场景中的非标需求、交付流程以及客户痛点有非常深入的理解。相比只做模型的团队，我们更清楚模型如何真正转化为可商用的解决方案。 其次，我们希望打造的是“平台化”的具身模型能力。目前VLA模型普遍存在泛化能力不足的问题：一个场景中训练出来的数据和模型，往往无法迁移到另一台机器人或另一个环境中。乘物机器人的模型设计并不绑定单一本体，而是能够适配不同厂商、不同类型机器人平台，从而解决行业中模型难以跨平台部署的问题。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，北京维泛智能科技有限公司（以下简称“维泛智能”）近日完成数亿元种子轮融资，由中关村资本及旗下启航投资联合领投，上海未来产业基金、石溪资本、佰维存储、燕创集团、海益投资、探元创投共同投资。 维泛智能成立于2025年5月，孵化自北京大学类脑芯片实验室（PAICORE Lab），专注于具身智能“大小脑”融合芯片研发，致力于打造全国产化机器人核心计算方案。 联合创始人殷积磊毕业于北京大学，拥有超过20年半导体行业经验，曾任知存科技COO兼研发副总裁，以及IBM、GlobalFoundries芯片研发总监，并曾在MTK、VIA等企业从事芯片研发工作。团队核心成员均来自IBM、华为、腾讯等行业头部企业。 随着具身智能快速发展，机器人“大脑”算法持续演进，对通用芯片平台提出了更高要求。机器人“大脑”芯片不仅需要承载多模态感知与AI推理，还需要兼顾运动控制等核心计算任务，是机器人完成交互、决策与执行的“中枢神经”。 目前，具身智能“大脑”芯片市场高度依赖英伟达Jetson系列，但存在着价格高昂、本地化支持有限，商业化部署门槛较高问题。 另一方面，国产芯片目前尚无成熟产品能够真正满足机器人端侧“大脑”需求。 针对机器人芯片在“算力—能效—成本”之间的平衡难题，维泛智能充分利用团队前期在类脑芯片深耕多年的技术积累，自主研发了类脑启发式GPU架构（Brain-Inpsired GPU，BiGPU)，融合类脑计算与通用GPU计算能力，为具身智能SOTA大模型原生设计。 通过引入类脑计算机制降低功耗，同时保留GPU对多种算法框架的通用适配能力，从而兼顾低功耗、高能效与算法灵活性。 （图源/企业） 殷积磊介绍称，神经网络中超过80%的计算量集中于矩阵乘累加（GEMM）操作。为了在保证算力效果的前提下降低数据量与带宽需求，维泛智能通过编码转换，将传统神经网络计算（ANN）转化为脉冲神经网络（SNN）形式的累加计算，在保留功能的同时显著降低功耗与带宽压力。 此前，维泛智能已申请支持ANN与SNN网络结构统一软硬件方法及相关装置专利，实现SNN与ANN指令格式及地址编址的统一。 相比传统异构方案需要维护两套系统与工具链，该方案能够共享统一指令集与软件工具链，并深度兼容主流软件生态，从而降低开发复杂度与生态接入成本。 据了解，公司整体研发周期规划为两年，目前项目进度已过半，预计于2027年第二季度实现芯片投产。 本轮融资将主要用于扩大研发团队、完成指令集架构开发，以及推进产品定义与实现方案落地。 以下为硬氪与维泛智能创始人殷积磊访谈节选（略经编辑）： 硬氪：为什么选择用类脑计算路线做机器人大脑芯片？ 殷积磊： 类脑计算本质上是下一代人工智能的重要方向。我们其实是在用下一代技术解决当下问题，同时为未来算法演进提前预留计算平台。 目前，我们既能够支持Attention Transformer、VLA、世界模型等主流架构，也能够运行类脑神经网络，以及两者融合后的新型模型。从长期来看，类脑计算被认为是通向AGI的重要路径之一，它具备极低功耗和多功能集成潜力。比如人脑的功耗只有20瓦左右，但却能够完成高度复杂的感知与决策任务。我们希望BiGPU不仅服务当前机器人算法，也能够承载未来新的智能计算范式。 硬氪：此前有企业尝试将类脑计算用于机器人大脑芯片设计吗？难点主要在哪？ 殷积磊： 此前行业内确实有一些类脑计算商业化尝试，但大多采用的是纯SNN计算或者异构方案。所谓异构，是把SNN（脉冲神经网络）计算模块和传统NPU模块拼接在一起，本质上仍然是两套系统。我们的做法是同构融合，相当于把通用GPU计算能力和类脑计算核心融合在同一个架构里。这样最大的好处，是能够共享同一套指令集和软件工具链，并进一步实现主流生态兼容。 真正的难点在于，团队既要理解类脑计算，也要理解通用计算架构，才能在底层完成两种技术路线的融合。 硬氪：公司目前有和机器人厂商展开合作吗？ 殷积磊： 有，目前我们已经在和一些头部机器人公司进行合作沟通，其中部分项目已经进入实际合作阶段。 投资方观点 中关村资本董事长 孙次锁： 多领域技术融合是当下硬科技投资的新特征，中关村资本时刻保持对前沿技术的高度敏感性。维泛智能的类脑芯片是典型的交叉学科应用，通过对任务的深层次拆分高效提升器件层执行能力，这种技术能力离不开北京大学在类脑芯片领域的多年积淀。中关村资本希望结合自己的集成服务能力，与维泛智能团队一同在端侧场景呈现出兼顾性能与功耗的推理AI芯片。 启航投资董事总经理 李磊： 启航投资聚焦新一代人工智能、高端核心芯片等国家级战略性硬科技赛道，重点投资拥有底层原始创新、突破产业瓶颈、可实现自主可控与规模化产业赋能的优质科创企业。投资维泛智能，核心看好公司在具身智能类脑芯片领域的差异化技术壁垒，有望解决端侧具身智能“高能耗、低实时、弱自适应”的行业痛点。启航投资将全方位赋能企业技术迭代、产品量产与标杆场景落地，助力公司持续夯实技术护城河，加速国产替代进程。 上海未来产业基金 李然： 维泛智能聚焦具身智能“大小脑”融合芯片，属于上海重点布局的类脑智能+具身智能交叉硬核赛道。公司自主研发BiGPU 类脑启发式GPU架构，实现ANN与SNN同构融合，技术路线具备原始创新与替代价值。本次投资维泛智能，核心是立足上海类脑智能未来产业集聚区战略布局，锚定具身智能核心芯片自主可控，推动前沿技术与产业生态协同落地。 石溪资本合伙人 韩楠： 投资维泛智能这家类脑芯片企业，核心看好三点。第一是赛道趋势，全球AI正在从高功耗大算力，转向端侧超低功耗智能，类脑计算是产业发展必然方向；第二是团队与技术，公司拥有成熟的全栈研发能力，在脉冲神经网络、神经形态架构上形成自主核心技术，摆脱传统算力局限；第三是落地前景，产品精准匹配人形机器人大脑、边缘智能、工业智能等实体产业需求，商业化路径清晰。未来随着下游应用全面爆发，企业有望快速实现规模化放量，成长空间值得长期期待。 海益投资合伙人 秦祥龙: 维泛智能依托独创类脑+通用计算芯片架构，专注于在端侧打造适配多场景、高性价比的“大小脑”融合芯片。公司创始团队深耕具身场景理解、芯片架构设计、工具链、算法研发及工程化落地全链条，技术积淀深厚、实战经验充足。同时维泛创始人的成功创业履历和海益团队在过往也建立了非常好的默契和信任。海益投资看好维泛智能紧扣国家科技发展战略，聚力国产自主可控芯片，未来发展前景广阔。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，宠物大模型健康公司重庆绮算法科技有限公司（以下简称“绮算法”）、智谱“Z计划”生态企业，近日完成数千万元融资，投资方为启赋资本与聚恒创投。本轮资金将主要用于产品迭代、模型能力深化及市场拓展。 绮算法成立于2022年7月，是一家聚焦宠物健康领域的大模型科技公司。依托多模态大模型能力，公司已打造一个融合线上线下、软硬件协同的宠物健康品牌。 绮算法创始人陈立毕业于英国国王学院，为Qlalgorithm Lab研究员，同时也是连续创业者；技术合伙人刘煜东为宾夕法尼亚大学博士，长期从事AI医疗方向研究；另一位技术合伙人邓子豪毕业于宾夕法尼亚大学，专注于新一代边缘计算技术。 此前，在智谱专业模型能力与“小暖医生”业务资源支持下，公司已围绕宠物医疗场景搭建起一套垂直化、可落地的AI模型体系。 宠物医疗领域，由于缺乏系统化的循证数据，加上宠物无法主动表达症状，诊断难度较高。陈立介绍称，绮算法基于数千万份宠物病历、医学影像及行为数据进行模型训练。相比通用大模型，更理解宠物医疗中的品种个体差异、症状表达与诊疗逻辑；模型不仅能够输出诊断结果，还能提供诊断依据、风险提示、决策路径及解决方案，更贴近真实医疗场景需求。 同时，公司采用“云端大模型+边缘端NPU部署”的软硬件一体化方案，使AI能力能够真正进入宠物医院、宠物智能穿戴设备与家庭场景，而非停留在简单问答层面。 业务推进上，公司已完成多项大模型相关专利、备案及互联网医院牌照申请，在合规与专业资质层面取得阶段性进展。 目前，绮算法的辅助问诊系统已实现医生接诊辅助功能，并免费向宠物医生开放使用。陈立介绍称，平台已累计服务超百万次，合作医院超过200家，注册使用医生约3000人，平台日活跃用户接近5000人，已经形成相对稳定的数据回流与模型训练闭环。 具体而言，医生可借助AI问诊模型提升日常接诊效率，而在使用过程中产生的数据，也会持续反哺模型训练。与此同时，公司与宠物医院的合作不仅停留在系统接入层面，还进一步延伸至诊疗服务推荐。用户完成问诊后，平台可基于互联网医院牌照能力，为用户提供药品推荐、医院转诊等后续服务，从而形成“问诊—诊疗—用药—数据回流”的完整链路。 硬件方面，公司在早期便推出帕奇宠AI智能项圈，目前已迭代至3.0版本。 相比此前方案，新一代产品已实现全端侧运行，无需额外主机设备，并在边缘计算功耗控制与算法稳定性方面完成优化。 该项圈重量仅19克，主要面向猫狗场景，是“全球最轻的宠物智能穿戴设备”，累计销量已接近2万台。 产品可自动完成宠物定位、实时姿势预测、状态识别、运动、进食及睡眠追踪等功能，用户无需额外操作即可获取基础健康数据。 （图源/企业） 除智能项圈外，公司AI喂食器已完成1000台预售，实现专属科学喂养。主打AI自动预警与监护的AI ICU等产品也已开始在超过30家宠物医院场景中逐步落地。 （图源/企业） 此外，在情绪陪伴场景中，公司还与OPPO达成合作。 以OPPO官方主题商店为例，其AI宠物桌面壁纸功能便采用了绮算法提供的相关接口能力，覆盖超过数十万用户。 接下来，绮算法计划进一步打造宠物行业的问答搜索推荐引擎，希望成为宠物健康管理领域的基础设施平台，为每一个毛孩子提供专属的健康管理与服务。 以下为访谈节选（略经编辑）： 硬氪：宠物品种繁多，“千宠千面”会不会导致模型泛化能力难以建立？ 陈立： 我们目前主要有两种解决方案。第一，随着用户规模持续增长，我们的基础模型会越来越准确。因为宠物行为、品种和生活环境的数据覆盖度会不断提升，所以模型的泛化能力也会持续增强。 我们支持用户进行个性化AI训练。比如有些宠物的行为习惯和标准数据存在差异，用户只需要上传一段视频进行反馈，我们就能快速完成针对性的行为学习，并在几分钟内生成专属模型下发给用户。 硬氪：绮算法在宠物智能硬件行业中的核心差异化优势是什么？ 陈立： 首先是团队背景和技术积累。我们的核心团队长期从事AI医疗、多模态模型和边缘计算方向研究，这在宠物AI赛道里相对少见。公司并不是简单做方案整合，而是从底层算法、框架优化到硬件设计均实现自主研发。目前除芯片外，软硬件、算法、框架以及端侧部署能力都由团队自研完成。 更重要的是，在宠物模型这个从投入产出来看性价比并不高的领域， 我们已经打通了从行为数据采集、分析解读、健康报告生成，到药品推荐、医院连接以及医疗数据回流的完整闭环。 建立了较高的技术壁垒，这是新的创业公司很难复制的。 行业里很多公司可能只停留在单点功能，我们更希望构建一个真正可持续运转的宠物健康基础设施。 硬氪：接下来公司有哪些规划？ 陈立： 未来我们会重点打造宠物行业的问答搜索推荐引擎，希望成为宠物健康管理领域的核心入口和基础设施。目前宠物营养行业还比较缺乏循证医学支撑，很多产品配方更多是依赖经验。我们希望通过长期的数据积累，逐步建立更科学、更数据化的宠物健康推荐体系。比如通过分析宠物进食时长、频率、活动状态等行为数据，为用户提供更精准的健康和营养建议。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，北京思创航天精密制造有限公司（以下简称“思创航天”）近日完成新一轮数千万元融资，由丹诚资本独家投资。 思创航天前身为沈阳融创精密制造有限公司航天项目中心（融创精密为上市公司富创精密全资子公司），早在2020年3月便已开始参与航天发动机零部件制造业务，并于2025年正式独立成立公司。 目前，公司专注于航天发动机、卫星及其他航天产品核心零部件的精密制造。主要客户包括星河动力、星际荣耀、东方空间、大航跃迁、中船重工、沈阳铸造所等。 团队方面，公司创始人徐曙宁曾任沈阳富创事业部高级总监和融创航天项目中心总经理。当前团队70余人，其中核心团队均来自原航天项目中心，具备较强的技术延续性与工程协同能力。 随着国内商业航天逐渐进入批量化、低成本、高效率快速迭代竞争阶段，发动机制造环节的重要性持续提升。相比过去以单点零部件供应为主的模式，行业对于核心部组件设计与制造协同、多种复杂制造工艺整合以及快速形成稳定高效的量产能力提出了更高要求。 目前，思创航天产品已覆盖航天发动机零部件、核心部件到接近整机状态的组装供货，具备较完整的全流程制造能力。核心产品包括推力室、涡轮泵、燃气发生器等发动机三大核心部件，同时还可生产阀门、换热器、管路等配套组件。 火箭发动机制造中，焊接工艺一直是决定可靠性与一致性的关键环节之一。由于不同发动机结构、材料体系与推进剂方案存在差异，一台发动机往往需要组合应用多种焊接工艺。 据介绍，思创航天目前已掌握氩弧焊、电子束焊、激光焊、真空扩散焊等多种工艺路线。其中，氩弧焊负责人曾长期服务于西安航天发动机制造有限公司，具备较深的体系内技术积累；电子束焊团队则延续了此前半导体精密制造背景，曾服务于国际半导体设备企业，对超高精度焊接与真空环境控制拥有较丰富经验。 除了焊接能力外，真正决定发动机制造门槛的，还在于对于航天发动机关键零部件关键性能需求充分理解的基础上，整合多种制造技术形成复杂工艺体系背后的“know-how”。 徐曙宁认为，零件加工本身并非最高壁垒，真正困难的是如何将零件进一步集成为部件、组件的系统性的综合工艺能力，在多工序协同过程中保证精度、一致性与可靠性。包括加工参数、专用工装、焊接材料、焊接参数、检测方法及设备等大量工艺细节，都需要长期工程经验积累。 “很多工艺看起来简单，但真正落地时，缺少其中任何一个细节都可能导致失败。”徐曙宁表示。 据介绍，公司目前已沉淀数十套“操作手册”级别的标准化工艺流程，涵盖常规工艺与特种工艺的综合应用。 目前，公司已服务于国内多家头部商业航天企业，并在发动机设计早期便参与可制造性评估、结构工艺性优化与成本控制，与客户一同开展面向制造的设计（DFM），并推行面向性能的制造（MFP）的工程化与量产化实践。截止今年4月末，公司已接单6800多万，业务增长势头强劲。 与此同时，公司也在推进人机协同的自动化、智能化的航天发动机关键部件柔性生产线规划建设。现阶段相关方案已完成设计与可行性论证。徐曙宁表示，未来希望进一步减少人的经验依赖，提高产品稳定性，整体制造效率预计可提升50%以上。 以下为访谈节选（略经编辑）： 硬氪：思创航天目前在行业里最核心的竞争力是什么？ 徐曙宁： 我们的核心优势在于制造能力覆盖范围更完整。从零件加工、核心部件制造，到接近整机状态的组装供货，我们基本形成了较完整的发动机制造链条。 目前火箭发动机最核心的三大部件——推力室、涡轮泵、燃气发生器，我们都具备自主制造能力，同时还能配套生产阀门、换热器、管路等系统。行业里很多企业往往专注单一方向，比如只做泵、只做阀或者只做结构件， 目前思创航天是国内唯一一家可提供航天发动机核心零部件一站式服务的民营企业。 硬氪：焊接是火箭发动机制造中的关键工艺，思创在这一环节有哪些积累？ 徐曙宁： 一台发动机往往会涉及多种焊接工艺，例如氩弧焊、电子束焊、激光焊、真空扩散焊等，不同发动机设计和材料体系，对工艺路线要求也不同。我们的优势在于同时具备多种焊接工艺能力，并且团队背景覆盖体系内航天制造和高端精密制造两条路线。 比如氩弧焊负责人，过去长期在西安航天发动机制造有限公司从事核心焊接工作，具备比较深的体系内经验积累。电子束焊团队则来自半导体精密制造背景。实际上，部分半导体设备零部件的精度要求比航天发动机更高，很多尺寸精度会达到10微米级。因此，我们电子束焊团队原来接触的其实是比航天更高精度的制造场景。在进入航天领域后，又经过几年工艺研发和按照航天行业标准实践，现在已经形成了专门针对火箭发动机的大型电子束焊能力。我们还定制开发了一套专用于航天发动机的电子束焊设备，整体焊接效率能够提升约30%。 另外，真空扩散焊也是目前行业里相对稀缺的一项能力。我们经过几年的研发，目前已经完成了四分之一比例实验件验证，基本接近工程化阶段。之后公司也会采购专用设备，进一步推动量产能力建设。 硬氪：焊接之外，思创航天在发动机制造上还有哪些技术积累？ 徐曙宁： 真正的难点其实在于协同机械加工、金属成型、焊接、热处理、特种检验检测等多种制造测试技术整合成复杂工艺体系。 把零件变成组件，再进一步集成为部件，中间会涉及大量加工、焊接、装配和特种工艺的交叉配合，它既依赖设备能力，更依赖工艺经验和人员协同。很多参数看似细小，比如加工转速、进给量、工装力度、焊接温度、焊丝材料等，实际上都会直接影响最终质量。 很多能力属于长期积累形成的“know-how”，不是单靠设备采购就能解决的。我们目前已经沉淀出近20套标准化工艺流程，希望把这些经验进一步体系化、标准化。 投资人观点 丹诚资本创始合伙人俄世坤表示， 非常荣幸首轮独家投资思创航天。作为国内唯一一家可提供航天发动机核心零部件一站式服务的民营企业，思创航天展示了超强的研发和制造能力，并且已经服务星河动力、星际荣耀等头部企业。马斯克曾说“设计很容易，生产很难；做出一个原型很简单，但实现规模化量产要难上百倍”。思创航天正是中国商业航天从航天工程走向航天工业的典型企业，未来它将助推更多火箭和卫星企业走向高频、低成本、稳定的发射时代，也助推中国商业航天产业链从“上层叙事”走向“底层制造能力”。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。 光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。 硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。 不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。 （图源/企业） 相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。 软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。 该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。 公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。 （图源/企业） 研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。 以下为访谈节选（略经编辑）： 硬氪：全波光计算架构的差异化优势是什么 ？ 杨其晟： 所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。 实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。 相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。 而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。 与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。 硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？ 杨其晟�� 其实本质上我们是在做一种“AI for Chip”的设计方法。 过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。 硬氪：为什么要做软硬一体的布局？ 杨其晟： 芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。 不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。 现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。 投资人观点 苏州芯阳基金LP，思瑞浦总经理吴建刚表示： 当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。 驰星创投创始合伙人王云开表示： 光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。 盛景嘉成创始合伙人刘昊飞表示： 光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。 开源创投表示： 在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，深圳熵约智能科技有限公司（下称“熵约科技”）日前完成数百万美元种子轮融资，本轮融资由初心资本独家投资。 熵约科技由新加坡南洋理工大学博士曾武，马来西亚理科大学博士况伟杰，清华智能产业研究院研究员万浩诚共同创立，核心团队成员来自清华大学、华中科技大学，南京航空航天大学，字节跳动，比亚迪等高校和企业，背景覆盖人工智能、理论物理与微型无人机系统。 目前，熵约科技的首款产品针对家庭空间设计，为全球首款家庭飞行机器人Flyer O1。 （图源/企业） 曾武介绍称：“家庭环境中，地面环境其实是多障碍的，设备活动受限；而空中空间相对开阔，因此我们选择从飞行形态切入。” Flyer O1主要面向欧美家庭市场，针对多成员、居住空间较大的家庭设计，定位为“智能管家”。 产品无需遥控，可在用户规定区域自主巡航并在感知异动，或在用户远程调度时完成巡查与任务执行。功能涵盖家庭成员日程识别与协调、卫生状态巡检、物品缺失识别以及多设备联动，并支持语音交互。 在具体应用中，Flyer O1可通过持续使用学习家庭物品的存储位置与采购习惯，在物资短缺时主动提醒。同时，设备支持多成员日程管理，用户可通过语音录入待办事项，设备将在关键时间节点进行提醒，并对不同成员的时间安排进行动态协调反馈。 软硬件协同方面，Flyer O1与移动端应用深度联动。曾武介绍称“用举例来说，户可以在手机端下达任务，例如6点要接孩子，系统会自动解析家庭成员日程，并将任务分配给最合适的执行者，从而实现家庭事务的自动协调与闭环管理。” 隐私方面，Flyer O1采用端侧存储用户习惯与记忆数据，仅在云端完成语音交互与部分决策分析；影像数据不上传云端，并在本地保存7天后自动删除，用户亦可随时手动清除。 产品设计上，Flyer O1采用非侵入式的结构设计，以适应人与宠物、家具等复杂共存的家庭环境；同时通过自主飞行与避障能力，实现无需复杂人工干预的室内运行。整体交互强调“低打扰”与“可理解性”，以事件驱动为核心，围绕任务、设备与家庭生活节奏构建产品闭环。 据了解，该产品预计于今年年底正式上线，商业模式为“硬件销售+软件订阅”。 以下为访谈节选： 硬氪：为什么选择从家庭这个场景切入？ 曾武： 人工智能正在重塑产品形态与人机交互方式。家庭是最基础的社会单元，我们认为“群体智能”比“个体智能”更具价值。在家庭中，智能设备需要协调多人日程、处理琐碎事务，并在一定程度上改善成员之间的协作关系。但现有产品，如智能音响、日历、摄像头等形态，大多停留在被动执行单一指令的阶段，缺乏对整体家庭状态的理解与主动服务能力。 硬氪：为什么要做飞行这个形态？ 曾武： 地面设备在家庭中容易受到空间拥挤和障碍物的限制，难以实现高效覆盖；而飞行能够以更短路径到达目标位置，减少路径规划复杂度，同时提升“通过性”。此外，飞行设备具备更高维度的视角，可以覆盖桌面、高处等地面设备难以触及的区域，从而实现更完整的环境感知。 硬氪：您们的飞行技术有什么优势吗？ 曾武： 我们是基于cognitive robotics的飞行技术。因为我之前是做人工智能多模态研究的，我们的联创是研究微型无人机的。在飞行器这个领域，大家对硬件+智能的探索还很少。我们的基于飞行的认知学习能力是核心技术优势之一。在家庭场景中，很多任务的关键在于“判断”而非“执行”，例如清洁前需要先识别脏污区域。现有的设备主要提供执行能力，而我们希望打造具备判断与决策能力的“管家型智能体”，不仅是家务，还能完成日程协调与资源管理。 硬氪：您会定义这款产品是家庭陪伴产品吗？ 曾武： 我们更倾向于将其定义为“管家”。并且我们认为，真正的陪伴源于深度服务与持续交互，而不是机械对话或情感投射。通过自主判断、日程协同、任务提醒等服务，会自然建立用户依赖。当设备能记住习惯、预测需求、主动协调家庭事务时，信任与亲密感可能会自然产生。 投资人观点 初心资本Max： 熵约是家庭飞行机器人的品类开创者，凭借飞行形态提供的高空全局视角，解决了地面移动机器人的视角与地形局限。作为年轻复合团队，在VLM轻量化、声学信号和无人机控制等领域拥有深厚的多模态AI积累。团队展现出高潜、高成长迭代性和高速执行力，有机会成为高自由度的3D移动平台和家庭数据的入口。 初心资本章薇： 家庭是一个看似已经被智能硬件填满、实则还有很多需求未很好解决的场景。现有产品大多停留在响应指令的阶段，但家庭真正需要的是能主动理解多人动态、协调日常事务的“判断型”角色。熵约的切入点正在这里——飞行形态是手段，背后的认知能力才是核心。Flyer O1面向的是欧美多成员家庭，这是一个对主动型智能设备需求真实存在、但至今没有好产品的市场。我们对这个方向的产品潜力和市场空间都有很高的期待。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，青岛北辰航天航天科技有限公司（下称“北辰航天”）近日完成数千万元天使轮融资，由云启资本独家投资。 北辰航天旗下全资子公司青岛北辰数智科技有限公司成立于2014年，长期深耕航空航天电气系统互联组件研制领域，提供从设计到组装的系统工程解决方案。 电气系统互联是航天器的五大核心组成之一，类似于人体的“神经与血管”，承担电源分配、信号传输、测量控制等关键功能，具有高复杂度与高可靠性要求。随着商业航天、深空探测及低空飞行器的发展，仪器布局与电气系统互联（电缆网）敷设设计及配套电气系统互联组件产品正迎来新的需求增长。 据了解， 北辰航天早期即以体制内外协方身份参与航天领域电气系统互联系统设计，深度参与多项运载型号的三维设计工作，技术成熟度行业领先。 经过十余年积累，北辰航天已具备面向航空航天企业的全流程一站式服务能力，从设备构型布局、电气系统互联（电缆网）敷设设计设计，到生产加工与总装指导均可闭环完成，客户仅需提供需求与IDS接口数据。 公司目前也是国内唯一能够提供“设计—生产—总装—交付”全链条服务的民营商业航天企业。 技术平台方面，北辰航天自研辰数EWIS电缆网设计与生产管理系统（CSED），可实现IDS数据与整星、整箭等航天器三维设计数据的有机结合，采用协调设计和唯一数据源的模式向生产环节的一键转化，打通设计与制造之间的数据链路，降低传统模式中的信息断层风险。该系统曾支持某卫星项目在1个月内完成全流程设计（含多轮方案迭代），具备更好适应商业航天“短周期、快迭代”需求的能力。 某型号产品 （图源/企业） 除商业航天外，北辰航天还服务低空及无人机客户。 在低空与无人机领域，大型无人机（载重1吨以上）在适航认证过程中需提供完整的电气系统互联设计文件，传统现场接线方式难以满足一致性与可靠性要求。 北辰航天提供的“交钥匙”式解决方案，从原理设计阶段即介入整机电气系统互联布局与图纸输出，通过电缆网预制与模块化安装提升总装效率，可进一步保障量产一致性并降低飞行风险，为客户获取适航认证提供保障。 某飞机神经与血管网络 （图源/企业） 目前，北辰航天已具备稳定的产品交付能力，营收连续多年保持增长，2025年营收达数千万元。 此次融资完成后，北辰航天将进一步扩充产能，建设约2000平方米研发与生产场地，并完善相关设备配置。 以下为硬氪与北辰航天创始人满海锋访谈节选（略经编辑）： 硬氪：相比火箭、卫星总体方自己组建团队，北辰航天能解决哪些他们自己解决不了的痛点？ 满海锋： 首先是经验。我们从2012年开始专注电气系统互联设计，2014年公司成立，到现在已经十多年，接近十五年的积累。这种长期工程经验，是大多数商业航天公司短时间内很难补齐的。我们参与过上百个型号，尤其是大量国家重点型号的系统互联与构型布局设计。这带来的不仅是经验数量，更是对复杂系统的理解深度。比如我们做过很多吨级高轨卫星，而目前很多商业航天项目仍以数百公斤级为主，两者在复杂度上差异非常大。 其次是专业化分工。我们长期只专注在电气系统互联与总体布局这一细分领域，有点像“专科医生”，对这个环节的优缺点、风险点都非常熟悉。 此外，还有一个现实问题是人才。目前商业航天领域高水平工程人才紧缺，人才需要长期型号积累，很难通过短期招聘或培训解决。 我们过去输出过大量设计图纸，同时也在业内专家支持下建立了生产体系，不仅能做设计，还能打通到制造与交付，这一整套能力不是短时间内可以搭建的。 硬氪：北辰航天的方案，具体是如何实现成本优化的？ 满海锋： 可以理解为三个层面。第一是流程重构。我们把设计到生产这一整段链路打通，变成一个配套总体的系统互联分系统，由我们来主导执行。客户只需要提供需求和接口数据，我们完成设备布局、系统互联设计，再通过自研系统直接转入生产。这一模式下，一个卫星项目平均设计周期大约3个月，火箭约5个月，快的话甚至几周可以完成；相比传统模式，整体周期大概能压缩到原来的三分之一。时间就是成本。 第二是规模化采购。单一型号的物料需求有限，议价能力较弱；但我们服务多个客户，可以进行批量采购，比如同规格电缆、专业的连接器等，从而在价格和交付周期上都更有优势。 第三是测试与工装复用。传统模式下，每个型号都需要单独配置测试工装；而我们由于服务多个项目，可以做通用化设计，提升工装复用率，从而降低测试成本。 另外，我们作为市场化公司，在组织和机制上更灵活，无论是价格体系还是响应效率，都更有弹性，这也是能够持续实现降本增效的一个重要原因。 硬氪：未来几年，北辰航天会通过哪些商业手段进一步降低成本？ 满海锋： 我们现在讲的“交钥匙”，更多还是覆盖设计、生产、总装这些直接面向客户的环节。但在这背后，其实还有一整套上游体系——包括供应商网络、材料能力、制造能力——这些才是决定成本的关键。随着商业航天和低空产业的发展，我们也会扩展这些能力，逐步把整个链条做完整。最终目标是，在系统互联这一块，既能保证航天级质量，又能把价格做到更有竞争力。 投资人观点 云启资本投资人表示： 我们高度认可北辰数智创始人满海锋先生及核心团队，团队深耕航空航天电气互联领域十余年，具备深厚型号经验、极强工程化落地能力与长期主义定力，是赛道内稀缺的专业化领军团队。公司拥有扎实硬核的技术基因，自研国产化 CSED 电缆网设计生产系统，打通全链路数据闭环，构建起难以复制的技术壁垒。作为国内唯一提供 “设计-生产-总装-交付” 全链条交钥匙方案的民营厂商，公司已深度服务航天科技、商业航天等头部客户，业绩连续高增长，市占率领先。我们坚定看好公司依托技术、资质、客户与产能优势，充分受益商业航天与低空经济大趋势，持续领跑航空航天电气互联核心赛道。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，北京容芯致远科技有限公司（以下简称“容芯致远”）近日完成天使轮数亿元融资。本轮由北京绿色能源和低碳产业基金与赛富投资基金领投，顺禧基金、富华资本、万利达集团、长江创新投、水木清华校友基金、梅花创投等跟投。云岫资本此前参与了公司种子轮投资，本轮继续跟投，并担任长期独家财务顾问。 AI浪潮下，算力需求激增，传统以CPU为中心的架构瓶颈愈发凸显：CPU成为数据调度与交互的核心限制，GPU之间通信效率不足，内存无法实现统一地址空间共享，整体算力利用率较低。 容芯致远创始人石旭毕业于清华大学电子工程系，在芯片设计与AI领域从业多年，接受硬氪采访时，石旭表示，“在实际部署中，典型的AI服务器配置需要多个CPU协同调度少量GPU，且随着规模扩大，CPU数量也需同步增加，系统复杂度与成本显著上升，这正说明传统架构难以适配AI时代的计算需求。” 基于此，容芯致远提出了以GPU为核心的AI计算体系——AGC（AI computer system with the GPU as its Core）架构。该架构打破以CPU为中心的传统模式，将GPU作为系统核心计算单元，CPU则转为外围控制组件。 通过这一重构，系统中GPU与CPU的比例（G:C）可由传统的约2:1提升至20:1甚至32:1，大幅释放GPU算力潜力。 系统层面，AGC架构进一步解决了内存一致性问题，支持单一操作系统统一管理多达64个GPU，实现全局地址空间共享，避免跨节点数据拷贝，从而在大模型训练与推理等场景中显著提升整体效率。 这一体系创新并非单点优化，而是涉及全栈重构，包括BMC管理、交换系统、通信协议、推理框架、连接器等多个层面。 石旭介绍，在核心技术实现上，容芯致远围绕算力稳定性与利用效率展开了系统性创新。在硬件监控层面，公司自研AI BMC系统，将传统3–5秒级的轮询机制提升至微秒级响应，可在GPU温度异常等风险出现时即时触发降频或休眠策略，从而显著提升系统安全性与整体能效。 在可靠性设计上，传统八卡服务器一旦单卡故障，往往需要整机停机维护，恢复周期长、成本高。而在AGC架构下，单机可实现多达20个GPU的冗余设计。配合自研混存技术，系统可构建约10TB的混合存储空间，对健康GPU的KV Cache进行实时缓存。一旦某张GPU发生故障，系统可在AI BMC的快速响应下，迅速调度冗余GPU接替任务，并通过统一内存地址空间直接访问原有数据，实现计算过程无缝衔接。 基于这一机制，容芯致远可实现GPU故障情况下的“任务不中断热插拔”（GPU RAID），将维护时间从约2小时压缩至约1分钟，同时显著降低运维成本。 互连层面，容芯致远推出Blue Link光互连方案，以Mini LED/MICRO LED替代传统激光光模块，在高温环境下具备更高稳定性，同时实现更高带宽密度与更长传输距离，突破了铜缆在带宽与距离上的物理限制。 生态策略上，容芯致远强调开放与兼容。石旭介绍称，由于显著降低了对CPU性能的依赖，其方案可适配龙芯、飞腾、海光等国产CPU，同时兼容主流GPU厂商产品，构建起更为开放的计算生态。相较部分仅支持自研芯片的封闭体系，这一路径具备更强的产业协同能力。 与此同时，公司牵头发起RISC-V智算体系生态联盟，联合产业链上下游厂商作为生态伙伴，通过深度合作与专利共享，推动相关技术标准化与国产化规模落地。 产品层面，容芯致远已形成两大产品体系。一类为强调灵活性的K系列，兼容全球所有PCIe标准GPU卡，面向私有化部署场景，兼顾灵活配置与数据安全，主要型号包括K2（两卡桌面型）、K4（四卡）及K10（十卡）、K20（二十卡）。 K20产品示例（图源/企业） 另一类为强调极致性能的AGC系列，通过定制化模组实现更高算力密度与系统效率，覆盖风冷，液冷及移动式等多种开放形态，支持多类特定GPU，代表型号包括AGC 64F（64卡风冷），AGC 64L（64卡液冷，提供21P算力与3T显存）， AGC 32F（32卡风冷），AGC 16F（移动式16卡）及AGC 2（两卡工作站）。 AGC 64F产品示例（图源/企业） 商业模式方面，公司采取“自有品牌直销+OEM合作”的双路径策略，已与多家整机厂商展开合作，以联合方案形式推向市场。同时，公司推出子品牌Upchanger，并与中央美院联合打造，聚焦艺术与渲染等细分场景。 以下为访谈节选（部分内容经编辑）： 硬氪：为什么容芯致远的AGC架构对国产卡非常友好？ 石旭： 传统以CPU为中心的架构，对CPU性能与生态依赖极高，这使得在实际部署中，很难将国产CPU与主流GPU体系有效结合，往往受限于数据交换能力与系统瓶颈，难以落地真正意义上的“全国产方案”。而AGC体系通过将GPU上升为系统核心，大幅降低了对CPU的性能依赖，使国产CPU能够在体系中发挥作用，同时兼容国产GPU，从而在现实工程层面打通全国产路径。 容芯致远的理念更像是安卓，我们很开放，兼容全球主流计算芯片，会更强调产业协同与规模扩展能力。在这一开放体系下，不仅整机厂商可以灵活组合硬件方案，上游GPU、CPU及连接器厂商也获得了更广阔的市场空间。AGC本质上提供的是一个“连接平台”，让不同厂商的产品能够在同一体系中协同运行，并随着系统演进持续优化性能与成本结构。 硬氪：您怎么定义容芯致远？ 石旭： 我们更像是“不做GPU的英伟达”，希望去定义AI时代新的计算标准与架构范式，让智算进入每一个行业、每一个企业，每一个家庭及个人。目前我们也是工信部人工智能标准委员会成员。 任何计算体系的建立都离不开产业联盟的协同推进。传统x86通用计算体系背后，是由英特尔、AMD、微软以及大量硬件厂商共同构建的长期生态；而AGC所面向的AI计算，同样需要一套全新的产业协作网络。围绕这一目标，容芯致远正联合GPU厂商、CPU厂商、整机厂商、连接器与器件厂商以及模型公司等多方力量，共同推动这个体系的落地与演进。目前正在组织和发起AGC架构生态联盟，未来将会以AGC架构为基础，进一步推动国产智算新标准新生态的落地。 投资方观点 北京绿色能源和低碳产业基金表示： “随着AI Agent时代的到来，对算力成本的消耗将从训练逐步向推理演进。未来推理对算力的消耗将大于训练。单台AI服务器的性价比与兼容性将在未来成为算力企业的核心竞争力。同时，国产算力的瓶颈一方面受制于GPU的制程和单卡性能，另一方面受制于IO传输瓶颈及国产CPU性能。容芯致远掌握多项软硬件核心技术，打造新一代AGC计算体系，降低了对CPU性能的要求，可以适配国内外主流GPU，并提高实际有效性能。此外还正在开发多项新一代技术，有效解决算力传输瓶颈。我们相信，随着容芯致远产品与技术的不断迭代，在AI算力需求激增和国产化需求迫切的时代下，容芯致远不断驱动行业创新，赋能国产AI产业发展。” 赛富投资基金负责科技赛道的管理合伙人蒋驰华表示： “摩尔定律的物理红利正在无可避免地触顶。正如行业数据显示，在2022年之前的十年里，单芯片的计算性能曾实现了超1000倍的飞跃，但随着半导体工艺逼近物理极限，近几年的纯硬件性能增速已显著放缓。在当前以大模型为核心的‘Token工厂’时代，单靠芯片制程的演进已无法支撑算力需求的指数级爆发，计算系统级的架构颠覆才是破局的关键。这也是赛富投资基金坚定领投容芯致远天使轮的核心逻辑。容芯团队极具前瞻性地跳出了传统硬件堆叠的定式，提出了以GPU为核心的AGC计算体系，彻底打破了以CPU为调度中心的传统瓶颈。他们不仅仅在做单点优化，而是实现了系统层面的内存一致性与全局地址空间共享，并从底层光互连到BMC管理进行了软硬件的全栈重构。我们始终致力于寻找能定义未来的底层创新者。容芯致远正在重构适应未来的AI Infra标准，期待容芯的系统级代际颠覆能在当前的算力基建角逐中脱颖而出，以极致的算力利用率与高扩展性，真正加速AGI时代的全面到来。” 梅花创投董事总经理吴世鸿表示： “容芯致远研发的AGC架构，以GPU为核心重构AI 计算体系，彻底打破传统CPU中心化瓶颈，显著提升算力密度与GPU利用率，完美适配主流国产GPU，是算力基础设施国产替代的关键一环。目前产品已快速获得市场验证，商业化落地节奏超预期，十分期待其Blue Link光互连方案尽快推向市场。创始团队是典型的技术领军+产业深耕+商业化能力的黄金组合，兼具技术深度与落地能力，赛道卡位精准、壁垒清晰、成长性极强，长期坚定看好容芯致远 AI Infra领域的发展潜力！” 云岫资本创始合伙人兼首席执行官高超表示： “在当前算力增长遭遇诸多系统性瓶颈的背景下，容芯致远以颠覆性的AGC架构以及整机解决方案，为国产智算开辟一条创新之路，公司产品在让GPU发挥更大算力效率的同时，兼顾了成本优势和灵活的适用性，开启了中国AI计算机系统架构创新的新范式。云岫资本坚定支持公司团队做难而正确的事，坚定看好公司会成为中国算力创新解决方案的重要破局者。”
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，深圳市星际光年科技有限公司（以下简称“星际光年”）近日完成新一轮融资，本轮由顺创产投领投，老股东云时资本持续加注，微星宁元跟投。 至此，公司在过去三个月内连续完成两轮融资，累计融资规模近亿元。本轮融资将主要用于通用灵巧操作平台在真实工业场景落地、产品持续完善、规模化产线升级及全球团队生态建设。 星际光年专注于灵巧手及通用操作平台的研发与商业化，核心团队来自清华大学、哈尔滨工业大学、香港大学、香港科技大学、美国西北大学等海内外顶尖高校，在机器人灵巧操作领域拥有深厚的技术积累与产业洞察。 技术路线上，星际光年坚持绳驱与直驱并行的双轨战略：一方面，以技术壁垒极高的全绳驱灵巧手（Pantheon系列）探索性能上限与终极应用场景；另一方面，通过技术降维，推出高性价比、模块化的直驱灵巧手（Gaia系列），推动具身操作技术普惠，加速生态构建。 绳驱方面，Pantheon系列采用全腱绳驱传动架构，仿生人手“肌腱—肌肉”协同机制，可实现多自由度高效联动控制。结合公司首创的即时自动张紧算法，在保持末端极致轻量化的同时，可兼具高自由度、高精度、高抗冲击与高负载的特性。 创始人位德浩在接受硬氪采访时介绍称， 针对行业普遍担心的绳驱蠕变、温漂问题，星际光年从结构和算法两方面入手，结构上，采用国内唯一的单侧拉绳技术，与特斯拉相同，保证绳索在长期使用情况下的张紧度一致问题。算法层面，配合难度更高的运控算法，解决了绳索一致性与稳定性问题。 （图源/企业） 直驱方面，基于全栈自研的微型关节模组，星际光年实现了直驱灵巧手“搭积木”般的极简模块化设计。 今年发布的Gaia Hand 20系列，全系标配20个自由度，并配备阶梯式触觉配置，可灵活适配从基础运动控制验证到多模态感知操作的差异化研发需求。 “我们把16到20个灵巧手的旋转模块做成了标准化的单一模块，意味着每只手只用一种模块，大大降低了定制化程度，从技术层面实现了降本”位德浩介绍称“关节级模块的另一个好处是，可以快速实现故障模块的更换维修，维护时间可压缩至分钟级”。 软件层面，星际光年同步构建了面向操作任务的“具身操作基座模型”。位德浩表示，终局来看，具身智能系统应形成分层结构：上层由视觉语言模型（VLM）等负责环境理解与任务规划，中间层由具备泛化能力的操作模型承接指令，下层则负责关节级控制执行。星际光年的基座模型正是连接“感知—决策—执行”的关键环节，通过融合视觉与触觉数据，并结合真实世界数据训练与Sim2Real技术，实现对复杂操作任务的预测与控制。 商业化路径上，星际光年采取“科研先行、产业聚焦”的策略。在科研侧，公司产品已进入多家国内外高校与研究机构，成为具身智能研究中的基础工具；在产业侧，公司则选择优先切入精密制造及高风险作业等高价值场景，通过与头部企业联合开发，验证“通用末端执行器+AI操作”的落地能力。 以下为访谈节选（部分内容经编辑）： 硬氪：为什么同时布局直驱和绳驱两条技术路线？ 位德浩： 我们专注做绳驱灵巧手，并为此做了全栈自研，从材料、电机、绳索到运动算法。但我们认识到，绳驱灵巧手要终局进入家庭、消费场景，可能还需两三年。在此之前，为了与市场连接、扩大具身生态、实现技术普惠，必须降低成本。我们的方法是：将16-20个灵巧手的旋转模块做成标准化的单一模块，降低定制化程度，提升单个模块出货量，从而降本。由此开发的Gaia直驱手，虽性能不及绳驱，但满足当下数据采集、算法验证及简单产品探索，且成本极低。绳驱是我们仰望星空的事，直驱是我们脚踏实地为市场、为生态做的贡献。 目前我们是全世界唯一一家做模块化灵巧手的公司。 （图源/企业） 硬氪：怎么理解星际光年自研的具身操作基座模型？ 位德浩： 控制灵巧手需要“脑子”。要抓取物体，必须依靠视觉加触觉，再通过专家数据或强化学习训练出一个模型——我们称之为基座模型。星际光年不做VLM等大模型，但我们认为，连接大模型与灵巧手之间，需要一个操作基座模型：承接大模型的规划指令，再发送到关节级控制指令。终局一定有三层：最上层是VLM做场景识别与任务规划；中间层是具备强泛化能力的操作基座模型，泛化性主要体现在具体任务的操作上。 硬氪：两代灵巧手为什么会有从开源到闭源的变化？ 位德浩： 无论开源闭源，本质都是希望更多人参与。开源手（Gaia 15）外壳全开源，可快速搭建简易版，但缺乏产品级稳定性。为了让更多人用到且价格低，同时完善产品，我们在闭源手（Gaia 20）上设计主控板、完善通信协议、上位机、仿真软件，提升通信频率和响应速度，实现更高性能且价格仍很低。Gaia 20虽然闭源，但全模块化， 成本是传统同等自由度灵巧手的1/3甚至更低 。事实证明，我们也做到了让更多人参与，开售仅2天，我们首批88套就全部售罄。此外，针对经费有限的科研学者和学生，我们推出“头号玩家计划”：无需付费，只要用我们的手在3-6个月内实现科研DEMO，手就免费赠送。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，北京灵机天赐科技有限责任公司（下称“灵机天赐”）于过去一年内完成两轮数千万元人民币融资，天使轮由德联资本领投，小恐龙基金和瑞昇基金跟投，Pre-A轮由Implic Capital领投，两轮融资均由探奇资本担任公司独家财务顾问。 灵机天赐CEO杨冰长期从事儿童内容与智能硬件产品的定义及运营。接受硬氪采访时，杨冰表示，“AI时代，让孩子直接和一个虚拟人物聊天，这个产品定义其实很难成立。孩子无法快速和一个纯虚拟角色建立真实的物理连接。只有把世界观、人设和场景都构建出来，他们才会有交流的可能性。” 为了实现这种“可信的互动”，灵机天赐旗下品牌“Jollybubu”首创了“主机+玩偶”的智能体硬件交互系统。 每一个Jolly实体玩偶都对应独立的智能体（Agent），拥有各自的世界观、知识库和人格模型。当孩子将玩偶放置在主机底座上，即可激活对应角色的故事内容，并随时打断、提问，与玩偶进行角色化的互动对话。与此同时，主机bubu更像整个系统的中枢，持续沉淀孩子的提问、探索路径与互动偏好，进而实现个性化引导。 （图源/企业） 基于内置的世界观、知识库，每个实体玩偶都代表了一种思维方式和学科方向，杨冰介绍称“我们发现，当孩子提出一个问题，比如‘天为什么是蓝色’时，并不一定想要一个科学的答案，所以我们的玩偶也会根据自己的世界观和上下文做出各种不同的回答，可能是艺术的、可能是文学的、也可能是科学的。”当孩子使用不同的玩偶提问、互动，本身也是在不断拓展自己的认知路径和表达方式。 为实现这一效果，技术层面，每一个玩偶都是一个独立的智能体，由语音识别（ASR）、语音合成（TTS）、角色音色系统与大模型能力共同支撑。由于一次互动中可能涉及多个角色的连续响应与协同，后台系统需要同时处理多智能体之间的低延迟联动，并保持不同角色稳定输出各自鲜明的人格特征。 “这是我们独立摸索和开发出来的一套系统。”杨冰解释，“既要在多个角色切换和互动的情况下，把整体延迟控制到接近单轮大模型对话的水平，又要让每个角色持续保持鲜明且稳定的个性，这个难度很高。” （图源/企业） 进一步的差异化在于，这套系统并非只是“陪聊”。 通过放置两个玩偶，孩子可以主动让它们基于不同世界观进行辩论，或者赋予技能让它们对战。 “AI时代，输出与输入同样重要。”杨冰表示，“我们更想做的是一个能够发现孩子天赋、帮助孩子成长的伙伴系统，而不只是一个聊天工具。获取信息并不是唯一重要的能力，表达、提问、辩论和共创同样关键。” 硬件之外，灵机天赐还开发了配套小程序。孩子的交互数据（如记忆、情绪、操作等）会转化为一只不断成长变化的虚拟宠物。小程序首页即是宠物的展示界面，动态的“脑图”会记录孩子近段时间在哪些话题上表现出敏感与兴趣，为家长提供一种理解孩子情绪的“温度计”，也为家长观察孩子阶段性兴趣变化提供了更直观的窗口。 商业模式上，灵机天赐选择以硬件销售为主，不以订阅付费作为核心门槛。相较于持续订阅，团队更看好通过新玩偶、新角色和新内容的持续扩展，建立复购机制。 长期来看，灵机天赐希望构建一个“共生的AI智能体生态”。公司不仅会提供原创IP和合作IP，更会开放共创机制，允许家长、孩子、KOC甚至B端版权方（如图书内容）通过其平台分发和训练自己的IP。“我们鼓励孩子成为共创者，” 杨冰称，“他们可以找到自己的IP和内容，通过3D打印与我们的系统结合进行训练。让玩偶不只是承载内容的硬件，而成为持续生长的角色入口。” 据了解，Jollybubu将于今年5月底正式发售。 以下为访谈节选： 硬氪：为什么一定要做实体玩偶？ 杨冰： 不同的IP代表孩子在不同关系里——与自己、与社会，与自然，与未来，与世界。我们把原本枯燥抽象的关系，具象化为实物的玩偶，孩子可以真实地把玩在手里。如果没有完整的内容设定、角色关系和实体化场景，孩子很难真正进入并持续使用这样的产品。很多产品只做了一项对话功能，很难被被孩子持续使用，这是主要原因。 硬氪：如何解决孩子在使用上“长期留存”的问题？ 杨冰： 首先，我们不是做一个聊天工具，而是做一个“伙伴工具”。孩子每买一个新玩偶，就拓展了一个知识领域——神话、探案、自然……每个玩偶都有稳定的人格设定、表达方式和价值取向。主机上的宠物更像整个系统的陪伴中枢，会随着孩子的互动逐步成长和演化。孩子会发现，他与这个系统是共同成长的，知识库不断扩大，宠物也会随着交互数据变化、长大。其次，我们鼓励孩子成为共创者，他们可以创造自己的IP内容，甚至通过3D打印与我们的系统结合进行训练。新的玩偶加入就意味着新玩法、新任务、新社交链条的开始，当孩子能成为这个故事世界的一部分，留存也就会自然发生。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，国内全自研GPGPU创新企业「北京行云集成电路有限公司」（以下简称“行云”）宣布连续完成Pre-A及Pre-A+多轮融资，融资金额超4亿元人民币。五源资本、赛富投资基金、春华资本联合领投，以及北京、江苏等地方国资、佰维存储（688525）、金沙江联合带动知名GPU企业创始���家办、创维资本等产业资本跟投。云岫资本连续多轮服务并担任下一轮独家融资财务顾问。 北京行云集成电路有限公司成立于2023年8月，专注针对大模型的新一代推理芯片，致力于使用非3D DRAM架构打造超大显存规格、CUDA兼容的全自研GPGPU产品，推动AI大模型推理的普惠化。 行云创始人季宇博士，清华大学计算机系博士，“华为天才少年”计划的一员，曾在华为海思深度参与昇腾AI芯片的编译器与架构研发。CTO余洪敏博士，中科院半导体所博士，曾主导百度昆仑芯、海思昇腾等多款芯片的研发与量产，拥有十余款芯片成功流片经验。 当前，在大模型架构持续演进的背景下，算力系统的瓶颈正在发生结构性变化。 季宇在接受硬氪采访时表示，当前算法侧的演进正在重塑硬件设计逻辑。以MoE（Mixture of Experts）为代表的稀疏模型，在计算效率上更具优势，但需要预先加载更多专家参数，使得整体对内存容量的需求显著高于传统Transformer稠密模型。 大模型（千亿/万亿参数）的显存需求已从GB级跃升至TB级，这一过程中，系统成本结构也随之重构——按GB计价的显存成本，正逐步超过算力芯片本身，成为主导项。因此，“降本的关键已经不在算力，而在显存”季宇称。 基于这一判断，行云选择了一条与主流路径不同的技术路线： 放弃成本高昂的HBM（高带宽内存），转而采用LPDDR乃至NAND（SSD颗粒）等更低成本的存储介质作为显存介质。通过介质替换，使显存成本降低1到2个数量级。 但低成本介质也意味着单颗粒带宽较低。为弥补这一短板，行云在架构上采用多颗粒、多通道并行的设计，通过规模化堆叠将整体带宽提升至TB级别，以满足大模型推理对数据吞吐的需求。 季宇表示，随着稀疏化和MoE架构的发展，模型对带宽的绝对需求正在下降，系统设计不再需要一味追求极致带宽，而是可以通过软硬件协同，实现成本与效率之间的平衡。 这种思路也体现在行云的整体技术策略中。季宇强调，公司真正的稀缺性并不在单一芯片指标，而在于系统级的设计能力。通过诸如Prefill/Decode分离（PD分离）、KV Cache稀疏化等工程手段，行云能够更灵活地适配AI应用形态的快速变化，从早期的Chatbot到当前逐步兴起的Agent场景，降低因芯片研发周期较长所带来的技术滞后风险。 产品验证层面，行云此前推出的“褐蚁一体机”，已尝试用CPU与通用内存构建低成本推理方案，验证稀疏模型在非高端硬件上的可行性。目前，该方案已在DeepSeek的本地化部署场景中落地。 （图源/企业） 接下来，公司将把重心转向自研芯片的推进。季宇表示，公司今年的核心目标是完成芯片流片，并尽快推向市场，以芯片产品作为商业化的主要抓手。 当下，Open Claw的现象级传播也揭示了市场对消费级硬件承载高质量AI的巨大需求。 季宇表示，行云希望通过其芯片产品，将低成本、高质量的万亿级模型算力真正落地到如龙虾机等端侧设备，突破当前端侧仅能运行100B小模型的局限，为消费电子市场打开新的想象空间。 CTO余洪敏表示，行云的设计优先级已从追求单芯片极致性能，转变为从板级系统角度追求可扩展性与供应链稳定性。通过分布式设计和采用成熟工艺与低成本存储，在系统层面实现成本最优与性能体验一致，这是公司实现算力普惠的重要基础。 投资方观点 峰瑞资本副总裁李罡表示： 作为天使轮投资人，行云团队从23年创业开始，对AI芯片（特别是大模型环境下的AI芯片）有着极为前瞻的视角和思路。在近三年的模型和应用的快速变化中，我们看到行云针对下一代通用大模型的芯片方案和前瞻的设计思想，不断得到验证，始终领先时代半步。 五源资本表示： 行云是AI芯片领域少有的‘第一性原理’思考者，季宇博士24年就前瞻性地洞察到MoE稀疏架构下硬件瓶颈从算力向显存迁移的结构性转变——放弃HBM、以LPDDR乃至NAND重构显存成本，不是渐进优化，而是通过系统级的软硬件协同设计能力推动行业范式创新。2026年以来随着AI模型coding和agent能力持续增强，AI推理需求爆发，OpenClaw等Agent的现象级破圈，正在将推理算力需求从云端拉向多端，从程序员推向大众，高效低成本的推理能力成为行业刚需。伴随未来推理需求的指数级增长，行云的技术路径将成为推动算力普惠的重要基础设施。 赛富投资基金负责科技赛道的管理合伙人蒋驰华表示： 在AI大模型向万亿参数演进的过程中，降本的关键已经不在算力，而在显存和系统的架构，特别是在国产算力受限的前提下。季宇和行云团队展现出了罕见的系统级工程视野，他们跳出了盲目堆砌HBM的行业定式，通过LPDDR/NAND等介质替换与并行架构设计，将显存和系统成本打下来一到两个数量级，进而实现单Token成本极值，符合行业演进的方向。我们始终聚焦AI与具身智能领域的底层颠覆者。行云兼具前瞻的架构创新与扎实的落地能力，赛富很荣幸能在这一轮重仓支持。我们期待行云的新一代推理芯片彻底重构算力成本模型，真正实现大模型推理在云端与端侧的全面普惠。 春华资本表示： 在国产算力生态加速构建的大背景下。行云敏锐地将设计重心锚定在显存成本重构上，以LPDDR与NAND替代HBM、通过多通道并行架构弥补单颗粒带宽不足，本质上是在重新定义推理芯片的成本架构。季宇博士对AI芯片架构的演进方向有着超越行业惯性的深度思考，他对‘降本关键在显存而非算力’的判断，始终领先行业共识半步，且每一步都在被市场持续验证；余洪敏博士作为从海思昇腾到百度昆仑芯一路走来的芯片老兵，对芯片从设计到量产的每一个环节都有实战积累。这种‘敢想’与‘能做’的结合，让行云具备了从架构创新到产品交付的完整闭环能力。我们期待行云的首颗自研芯片顺利流片，开启AI推理算力的新一轮成本革命。 佰维存储科技股份有限公司副总经理王灿： 在大模型从通用AI向Agent形态演进的发展阶段，季宇博士展现了极具前瞻性的系统级洞察。他精准地识别出：大模型推理的结构性瓶颈已不再仅仅是算力本身，而是制约规模化落地的更低成本的存储。行云的核心逻辑非常清晰——通过介质替换与架构创新，以低成本的LPDDR乃至NAND介质挑战昂贵的HBM霸权，这不仅是物理介质的更迭，更是对大模型推理成本结构的底层重构。围绕这一核心路径，行云构建了极致的软硬件协同设计，通过PD分离、分布式扩展等手段，在系统层面实现了性能与成本的平衡。芯片行业，工程经验决定了从‘实验室架构’到‘商业化量产’的跨度。行云团队在昇腾、昆仑芯等顶尖项目上积淀的深厚流片与量产经验，是其确定性的来源。在AI Agent爆发的当下，我坚信行云能够真正击穿算力成本，让高质量的万亿级模型实现真正的算力普惠。
作者 | 乔钰杰 编辑 | 袁斯来 近期，深圳远见智存科技有限公司发布其HBM3/3e高带宽存储芯片产品，提供12GB与24GB两种容量规格，带宽达819GB/s，对标JEDEC国际标准体系。 远见智存HBM3/3e产品规格（图源/企业） HBM（High Bandwidth Memory，高带宽存储）被视为当前AI算力体系中的关键组件之一。在大模型规模持续扩大、训练与推理负载提升的背景下，算力芯片与内存带宽之间的瓶颈问题愈发突出，业内通常将其称为“内存墙”。 HBM通过多层DRAM裸片堆叠及TSV（硅通孔）互连，实现较传统DDR更高的带宽与单位面积容量，已成为AI加速器与高性能计算系统的主流配置之一。据YOLE预测，2026年全球HBM市场规模将突破460亿美元，2030年有望接近1000亿美元，年复合增长率约33%。 此前，全球HBM市场长期由SK海力士、三星、美光三家厂商主导，占据超过95%的市场份额。 近年来，中国HBM相关产业链技术实力显著提升，市场普遍认为的多项瓶颈正在逐步突破，在这一背景下，远见智存的产品推进可视为国内厂商在HBM领域的重要阶段性进展。 此次发布的HBM3/3e产品，采用1024bit数据总线设计，相较DDR5的64bit接口实现数量级提升。产品具备两大差异化优势：其一，通过优化核心电路电压域设计，整体功耗降低20%；其二，采用TSV冗余性布局和可修复性设计，芯片制造良率提升约8%，可实现同等产能下节省近十分之一的晶圆成本。 远见智存HBM3/3e产品优势（图源/企业） 团队方面，远见智存成立于2023年，专注于高带宽存储芯片（HBM），创始团队自2016年前后即开始参与上一代HBM技术研发，是最早一批进入该领域的工程团队之一 。目前公司在国内设有多个研发中心，团队成员包括来自美光、尔必达等存储厂商的工程师，具备一定国际化背景。 业务模式上，公司采用“芯片设计+晶圆代工+封装测试”的Fabless模式，整套供应链均由中国供应商配套完成。值得注意的是，当前，国内存储芯片设计公司仍以传统DRAM为主，高端HBM领域参与者相对有限。 在此背景下，远见智存的HBM产品设计已覆盖从DRAM Die到Base Die的完整链路，且完整持有相关逻辑与存储部分的知识产权，核心研发设计能力较为突出。 应用侧，公司当前HBM3/3e产品已可应用于AI全产业的训练与推理场景。随着AI算力需求外溢，HBM也开始向车载计算、边缘设备等场景探索。目前远见智存已着手进行面向汽车车载、移动穿戴、具身智能及无人设备等场景的定制化开发，未来，低功耗、高可靠性、小容量高带宽等多元化产品将逐步落地。 从技术演进看，HBM仍在快速迭代。公司披露的产品演进路线显示，2027年将推出定制版HBM及HBM+HBF融合架构，面向大模型推理提供TB级容量方案；2028年计划推出HBM4/4e，单颗带宽提升至2.5TB/s；2029年规划推出HBM5及存内计算产品，探索“计算靠近数据”的架构方向。 远见智存 产品规划路线图（图源/企业）
作者 | 乔钰杰 编辑 | 袁斯来 4月13日，娲宝科技正式推出新一代宠物智能项圈，并同步披露其技术架构及后续产品布局。 图源企业 近年来，宠物相关消费持续增长，行业正由基础饲养逐步向精细化健康管理延伸。在宠物智能硬件领域，现有产品多集中于定位、围栏及运动记录等功能，部分产品开始引入心率、体温等基础生理指标监测，但整体仍以单点数据为主，数据维度与应用场景相对有限，尚未形成完整的健康管理闭环。 在此背景下， 娲宝科技将产品定位为长期健康数据采集终端，尝试通过硬件、数据、宠粮与后续服务结合的方式，拓展应用场景。 此次发布的智能项圈，采用声、光、力多模态传感方案，结合骨传导、光谱与柔性传感技术，对宠物生理与行为数据进行采集。 从系统架构来看，产品由端侧设备、云端算力平台、多模态模型及专家系统组成：项圈负责数据采集，云端完成存储与计算，模型进行分析处理，最终输出健康相关建议。 在监测指标方面，产品覆盖心率、体温、呼吸频率、运动姿态等多项数据。与行业中以单点、间歇性数据为主的方案不同，其重点在于连续数据采集与趋势分析，通过模型将原始数据转化为活动变化、夜间行为等结构化指标，并结合数据库进行异常识别。 图源企业 与此同时，项圈还加入了宠物语言翻译功能，试图打通人宠交互壁垒，让项圈兼具健康与情感价值。 除硬件外，娲宝科技还提出将数据与宠物食品结合的思路。 根据规划，后续将基于监测数据开发分阶段、分功能的宠粮产品，并探索与宠物医院、保险机构的数据合作，以形成“监测—分析—干预”的应用闭环。
作者 | 乔钰杰 编辑 | 袁斯来 陪伴机器人走向同质化的当下，什么样的产品能吸引人？ 今年年初的CES 2026上，一款身着橙色连体衣的小型机器人COCOMO，意外成为外媒镜头频频捕捉的对象。 略带“异质感”的外星宠物气质，37度接近人体的温度，创新的分体式设计既可被抱起，又能主动跟随，吸引了不少现场观众在展台前试玩体验。 同一展台上，团队还带来了另一款更轻量的桌面陪伴机器人INU。INU被定义为一款“桌面外星小狗”，通过尾巴摇摆和身体扭动作出反馈，是一个为工作环境打造的更小、更固定的桌面伴侣。 这两款产品，均来自陪伴机器人公司Ludens AI。 Ludens AI的创始人薛立君，曾任特斯拉和大疆工程师，后加入FITURE创始团队并负责AI体系搭建。“但机器人一直是我的兴趣所在”薛立君在与硬氪的采访中说道。 硬氪获悉，目前，Ludens AI已完成两轮融资，天使轮由线性资本领投、清水湾基金跟投，天使+轮则由日本PKSHA Algorithm Fund和清水湾基金共同参投，两轮融资金额达数千万元。 在CES现场，不少观众通过COCOMO与INU，直观感受到了机器人从“功能型”走向“关系型”的变化。正如外媒在报道中评价称，“它不是一个试图完成任务的AI助手，而是一个通过温度、动作与非语言表达建立情感连接的机器人伙伴。” 对于家庭陪伴机器人这一品类，Ludens AI没有做功能的叠加，而是试图从“空间”出发重新理解需求——家庭并不是一个统一场景，而是由不同位置、不同注意力密度构成的空间，因此，机器人也不应是单一产品，而应形成一个能够覆盖不同空间节点的产品矩阵。 在这一逻辑下，COCOMO与INU形成了清晰分工。 COCOMO被定义为“日常机器人玩伴”，是一个为家庭开放空间设计的自主移动个体。其具备10个自由度及200度广角视野，能够在空间中游走、跟随用户，并在无人交互时依然保持一定程度的“存在行为”。 “我们不希望机器人是一个承载了很多功能的的工具，而是一个有生命感的个体。”薛立君介绍称，“比如COCOMO也有自己的生活，会自己在空间里到处走走，观察这个世界，它的交互并不是完全以人为中心的。” 相比之下，INU则被刻意设计在桌面这一固定场景中。它不会主动进入用户生活的每一个角落，而是在工作、学习等场景中提供恰到好处的轻陪伴——有存在感，但不打扰。 （图源/企业） 交互方式上，Ludens AI同样延续了“重陪伴、轻功能”的逻辑，COCOMO并不会说人类的语言。它拥有一套自己的AI语言体系，通过哼声与动作来表达情绪，而不是通过明确语义进行沟通。 “现在很多陪伴机器人本质上只是一个Chatbot，当一个机器人直接对你说‘我爱你’，其实是有强烈违和感的，”薛立君认为，“但当你某一天突然意识到它某个发音代表“我爱你”，那一刻的情感是被‘发现’的，这种感动的瞬间能让人与机器人的连接更真实、更深，这是我们产品设计的交互哲学。” Ludens AI希望人能在长期的使用中与机器人逐渐建立更深的连接，这一理念同样体现在外观设计上。 无论是COCOMO的“外星宠物感”，还是INU带有陌生感的单眼造型，都没有选择传统意义上的“幼态”或“拟人”，而是强调一种更具审美耐久性的表达。 “机器人首先是一个长期存在于用户生活空间里的物件，它的审美耐久性，某种程度上比功能更重要。”薛立君表示，“INU的设计是一种‘奇怪的可爱’，它不是第一眼取悦你，而是能让你持续产生兴趣，不会快速审美疲劳。” （图源/企业） 产品之外，支撑这一切的，是Ludens AI构建的一整套完整技术体系。 不同于大量依赖云端模型的AI硬件，Ludens AI选择将复杂的感知与决策能力部署在端侧AI。这不仅保证了交互的实时响应，也从底层解决了隐私问题——机器人可以在不联网的情况下完成绝大多数情感交互。 具体技术架构上，团队围绕“非语言情感交互”构建了一整套多模态能力体系。 声音层面，通过音素级的情感语音生成，机器人能够以哼声、节奏变化等方式传递细腻情绪，而不依赖具体语义；认知层面，通过多模态记忆机制，人与机器人之间的互动片段、偏好理解与行为模式能够被整合，机器人能够记住关系并逐渐形成相对稳定的“多模态性格”；触觉层面，通过多层复合材料结构，机器人的外壳能维持在接近人体的温度区间，并在高频接触中动态变化，从而在物理层面消解传统机器的“冷感”。 更底层的，是Ludens AI自研的一套面向陪伴机器人的边缘原生AI系统Klara OS。这一系统能够在设备端完成感知、认知与行为生成的统一调度，使机器人能够在低延迟条件下，对环境、声音、动作等多模态信息进行实时理解。 正是基于这套系统能力，INU这样一个最初源于灵感的产品，得以在两周内就完成从原型到展示的快速演进。未来，Ludens AI也将基于Klara OS这一能力平台，持续推出更多形态的机器人产品。 据了解，COCOMO和INU计划于今年登陆众筹平台，正式进军海外市场。 在陪伴机器人同质化严重的当下，Ludens AI真正想回答的，不是机器人能做什么，而是它能与人建立怎样的关系。从端侧AI到自研操作系统，从非语言情感交互到多场景产品矩阵，这套技术体系的终点不是功能，而是让机器人真正成为生活空间里有存在感的一员。 它能否真正成为家庭的一员仍待时间验证，但相比“玩具化”的陪伴设备，这是一种把机器人带入真实生活环境的更进一步尝试。