万象智维再融数千万元：清华系团队端侧推理引擎提速，年收入冲千万
近日，端侧AI基础设施公司万象智维完成新一轮融资，公司方面称规模为数千万元。这笔钱会投向人才引进、商务团队扩充和部署方案标准化。 数千万元在动辄十亿元的AI融资新闻里并不扎眼，可它落在一个很少被讨论的位置上，不在参数里，在账单里。 01 10B怎么变30B？ 客户一台既有设备，SoC和内存都焊在主板上，原本只能跑10B
端侧AI基础设施公司万象智维近日完成新一轮融资，规模达数千万元，公司方面已确认这一数字。资金将用于引进人才、扩充商务团队，以及把部署方案做成标准化产品。
数千万元放在动辄十亿元的AI融资新闻里并不起眼，可它落在了一个少有人讨论的地方——不在参数里，在账单里。
01
10B怎么变30B？
客户手里一台既有设备，SoC和内存都焊死在主板上，原来最多只能跑10B以下的模型。装上OmniInfer后，这台设备的上限被拉到30B，预填充速度最高提升接近15倍，解码性能最高提升2.49倍，内存还省下近一半。
听起来像变参数戏法，拆开看其实是存储调度。端侧SoC的存储分两层：内存快但小，外存慢但大。OmniInfer的做法是把暂时用不到的权重卸到外存，需要时再搬回来，让计算和搬运叠在一起跑，把等待时间压下去。在端侧跑Qwen3.5 9B这类模型，推理内存能压到3GB以下。
行业最近又给出了一个更刺激的参照。面壁智能2026年10月发布的MiniCPM-V4.7中，35B-A3B版本总参数350亿、每次只激活30亿，官方称约3GB内存就能在手机上跑，iPhone 17 Pro Max上解码超过13 tokens/s。这是模型侧的本事，靠稀疏激活把计算量砍下来。
万象智维干的是另一类活：芯片换了、模型换了，客户这阵子跑Qwen，过阵子换一家，再往后上一颗从没见过的SoC，引擎照样得撑住。按创始人兼CEO 王拓为的说法，端侧的异构程度高到同一个品类里不同型号的终端，要的Infra都各不相同。说白了，钱花得最多的地方不在算法本身，而在于让同一套算法在不同架构的芯片上一遍遍跑通。
02
谁在给硬件厂买单？
要看懂这笔钱，得先看上一轮股东名单。
天使+轮在2026年8月落定，由韶音领投，瀚晖资本、知行资本跟投，股东名单里还藏着一个不太起眼的名字——深圳市宝尔爱迪科技有限公司，它旗下有三防终端品牌朗界RugGear。更早的2025年底，天使轮由星连资本领投。
一边是做开放式耳机的韶音，一边是做加固型工业终端的朗界，两家一起出现在同一家模型部署公司的股东表上，恐怕不是碰巧。2026年8月17日，韶音发布首款AI耳机OpenFit 2 AI，把千问大模型塞进了耳边的办公场景。降噪、人声提取、实时翻译都得在几十毫秒里做完，全交给云端，延迟根本扛不住。朗界的客户则分布在油田、矿井和救援现场，那些地方网络压根不稳定。
硬件厂商投基础设施，实质是买一张期权，赌的是下一代产品能不能靠“本地能跑”拉开差距。财务投资人的算盘不一样，他们买的是一套能按项目收费的交付能力。这一轮进来的天际资本就属于后一种钱，这家机构由创始合伙人张倩创立，组合里有字节跳动、Hugging Face与Mistral，基础设施的账本见得多了。
商业化进展方面，公开的创投信息显示，万象智维2026年5月启动商业化，已经签下多个百万级订单，全年累计订单额预计到千万元级别。王拓为说，公司从6月起系统性地接触客户，全年收入预计超过1000万元。
订单额是合同，收入是账，两个数字摆在一起，至少说明有人愿意为省下来的延迟和Token付钱。
03
端侧要替代云吗？
最近半年，端侧和云的话题在行业里明显热了起来。面壁智能联合创始人、CEO 李大海判断，2026年是端侧AI规模化落地的元年；联合创始人、总裁雷升涛则用不可能三角来概括端侧落地，效果、速度、成本这三样很难同时兼顾。
端侧为何重要，业内已经有共识，可它跟云到底是什么关系，一直没讲明白。发布会上总爱把端侧说成“断网也能用”，拿隐私当卖点，这套说法对普通消费者管用，对真正拍板采购的人却没什么说服力。
真正在背后推的是账单。国家数据局披露，2026年3月我国日均词元调用量突破140万亿，而2024年初还只有1000亿。中国电信研究院预计，2026年全年词元消耗量会达到10亿亿，到2030年超过3500亿亿。调用量一路往上冲，单次成本哪怕只降一点，落到企业账上都是实打实的钱。
在具身涌现看来，端侧不是云的对手，而是云的减法。发电越来越集中，可一户人家用不用得起电，取决于配电网。复杂的、跨用户的推理交给云端，高频的、跟本地数据绑定的任务由端侧接住，谁在哪一层做减法，谁就握住了定价权。
04
30人扛得住吗？
团队规模是另一个绕不开的问题。这家公司眼下三十人出头，研发占了一半以上。发起人任炬是清华大学计算机系长聘副教授、人机交互与媒体集成研究所所长，CTO付永健是清华计算机系助理研究员、水木学者博士后。三十人同时背着推理引擎、智能体运行时、部署平台三条产品线，还在做一款卡片大小的自研硬件。
2026年10月30日，美格智能与万象智维宣布战略合作，基于SNM980模组跑通35B大模型，这颗模组采用高通3nm八核Oryon平台，算力77 TOPS，双方要一起做“个人本地AI调度入口”。三十人的公司借终端厂的产能，比开模做板子现实得多。
再说，高通有QNN，联发科有NeuroPilot，苹果有ANE，工具链一年比一年成熟，单平台的算子优化空间早晚会被吃干。第三方能站住脚的位置就剩两个：跨平台的统一部署，以及新芯片出来时的第一时间适配，拼的都是工程经验。
融资买得到时间，买不到组织能力。从项目制交付跨到标准化产品，是这类公司最危险的一跃，做加法容易，做减法难。
05
先跑出来的会是谁？
具身涌现给出的判断是：第一批赢家未必长在手机里。
王拓为跟市面上几乎所有主流手机品牌都聊过一轮。技术他们认，可AI Agent正往操作系统级别走，手机厂不肯把这么一整块能力交给外面做。手机本身还横着两道坎：换机太勤，上下文搬不过去；各家品牌生态又彼此不通。
于是他们换了条路。2025年12月，团队做出过一个完全跑在本地的Android Agent，取名“小万”，后来以OmniBot开源，GitHub Stars超过2000，还几次冲上Trending榜首。这一趟像是碰壁之后的转身，也让他们看清缝隙在哪——耳机、眼镜、会议盒子和机器人。
机器人是最难伺候的客户。实时感知和动作生成都按毫秒算，网络抖一下，动作就废了。万象智维眼下正跟多家具身智能企业合作，这条线上没有先谈生态再找客户的余地。端侧芯片从2025年起陆续流片，多位从业者把窗口期定在三到五年，这比“元年已至”更贴近工程上的现实。
把这几条线索接起来看，估值的坐标系在挪。过去三年，锚落在参数和榜单上；往后会移到部署效率——同样的智能，跑在更便宜的硅上，定价权也就从模型层滑向基础设施层。
还有一点：日均140万亿的调用量，不可能一直堆在云端。个人设备已经开始接手推理，谁定下端云分流的规矩，谁就攥着这门生意的开关。
AI也在重新定义硬件。它不再只是发布会PPT上的一页功能，而是开始左右设备的形态和定价。IDC预测，2026年PC和手机出货量将两位数下滑，均价上涨超过10%，终端厂商比以往任何时候都更需要一个让人换机的理由。
说到终局，王拓为的口气更慢。他觉得省Token只是起点，端侧真正换不来的价值是时间：每台设备装一个只属于用户的LoRA，白天跟着人一起用，夜里拿空闲算力接着学，久了就会长成一个懂你的模型。
这话听着像情怀。落到产品上，是一颗独立SoC加一块小屏；落到产业上，是一道很难迈过去的时间门槛。技术能买，时间买不到——端侧AI最不公平的地方大概在这，最公平的地方大概也在这。
