后摩智能完成数十亿元B轮融资：端边AI芯片竞逐转向生态

端边AI芯片这一赛道，又迎来一笔大额资金。

后摩智能近日已完成B轮融资，单笔规模数十亿元，近一年里连续多轮融资落地。有知情人士透露了这一消息。参投方既有产业资本，也有国有资本和国际资本，多家老股东选择继续加注。

这笔钱落地的时点颇为微妙。今年以来，百亿参数模型已能在端侧流畅运行，“跑得动”不再构成壁垒，资本的问题也随之后移：技术装进产品了吗？能稳定量产吗？软件生态能不能替整机厂商省下适配成本？

这些问题答得上来，长期增长的故事才立得住。

从芯片到产品，过去隔着一条绕不开的工程链。模型适配、算子调优、软件栈、整机验证，在传统的产业分工里，由终端厂商各自承担。

这个分工，后摩智能如今想改写。它给自己定的位置，是“端侧免费Token工厂”的算力底座：算力一次性装进终端，此后生成的Token趋于免费，端侧也就成了Agent时代的“新入口”。

后摩智能成立于2020年，做的是端边AI芯片。六年左右时间里，存算一体从论文中的架构路线变成量产芯片，量产芯片又一批批装进整机。资本对这个方向的验证，同样持续了六年。

技术突破正走向规模化商业落地，这是资本加速进场的前提，也是端边AI第二场竞争的开局。第一场比的是能不能跑起来，第二场比的是能不能落下去。芯片进了产品，产品沉淀出确定性，确定性再垒成壁垒。

接下来的问题是，竞争为什么会转向生态，生态靠什么立住，最终用什么检验？

01. 竞争重心，从芯片转向生态

为什么说“效率”这道题已经有了阶段性答案？

端边AI芯片的能力，过去两年经历了行业级跃迁：可运行模型的参数规模从十亿级跨到百亿级，推理速度、能效水平、内存带宽同步抬升。端侧跑大模型，已从演示变成量产标配。

这些能力合在一起，说明端边商业化的技术基础已经具备。

今年是“十五五”开局之年，政策预期又被拉高：智能终端产品和服务被明确写进国家方向，目标是到2027年，新一代智能终端、智能体等应用普及率达到70%。

市场水温方面，经历了DeepSeek和Agent两波浪潮之后，硬件公司涌入端边，做Agent Box、做Agent Computer，芯片、模型、系统、整机，每一环都涌现出了新的参与者。

资本也在往端边转。据21世纪经济报道不完全统计，仅今年9月，国内宣布完成新一轮融资的端边AI芯片企业就有近十家；IDC数据显示，2026年一季度全球端侧/边缘AI芯片出货量同比增长45%，同期云端AI芯片增速为12%。融资节奏和出货曲线，一同抬了头。

落到后摩智能这轮刚完成的融资上，产业资本、国有资本、国际资本这几类主要资金来源，在端边浪潮里参与的环节并不一样。产业资本图的是生态稳健，国有资本看重国产算力底座的政策确定性，国际资本押的是中国端边市场能长出更大的全球化空间。

老股东的选择更加直接，以继续跟投的动作给这条走了六年的技术路线投了票。

环节在逐步补全，协同反倒成了短板。从芯片到产品，成本和周期能不能控住、产品能不能“可用”，要靠生态整合来解决。整合的关键起点，是产业链上最底层的那个变量：能效。

后摩智能创始人吴强很早就看到了这一点。他此前对外回顾过公司这几年做出的非共识判断：“当所有人都在堆算力的时候，我们啃下了能效。因为智能的终极约束并不是算力，而是能效。”

云端可以比算力、堆参数，端边面对的却是功耗、成本、面积的硬约束。这一判断也给端侧AI的生态整合提供了一个公约数：模型再强、系统再好，最后都得在一颗芯片的功耗预算里兑现。

因此，芯片厂商把能效上限抬高一档，链上其他环节的设计空间才会有更大的想象力。

吴强第二个关于生态的非共识判断，在于Agent的着陆点。

早在2023年下半年，行业追逐云端的时候，后摩智能就全力押注了端边。

“当整个行业在追逐云和数据中心时，我们选择了相信端边是智能的终局。”后摩智能吴强说这话时，手里握着一个信号：智谱6B、Llama 7B这类能在端边跑的模型已经冒出来了。他还有个判断，智能的终局该发生在现场。

现场指的就是设备真正干活的地方——家里、办公室、产线上，数据中心不在其列。推理只有落到现场，才能贴近真实的数据和真实的动作。

这个判断也把未来生态链的样子框定了：家庭、办公、政企、工业，端边场景散落在无数设备中，落地需求天生碎片化、非标准化。想整合生态，路子只有一条——拿一套足够通用的底座，去覆盖尽可能多的现场。

两年过去，这个判断成了行业共识。法律、金融这类对数据敏感的行业，已经开始向芯片公司采购本地加云端的混合推理方案；长城N90 Pro、绿联HomeAgent等端侧产品，也已在各种形态的场景里落地。

第三个判断落在存算一体上。吴强曾公开说过：“当别人都在拼制程，我们选择了存算一体，用这样一个创新的架构去布局未来十年的算力支持。”

刚创业那会儿，存算一体还只是论文里的架构概念，业内没人把它往商业化上推。这条路当初无人问津，如今被验证是刚需。

产业巨头的动作算是另一个旁证。2025年12月，英伟达与AI推理芯片公司Groq签下约200亿美元的非独家技术授权协议，并把其核心团队收入囊中；2026年10月，据The Information报道，英伟达又打算投资采用数字存算一体架构的推理芯片公司d-Matrix，这家公司此前已通过NVLink Fusion接入英伟达AI工厂生态。存储与计算的关系正在被重构，从架构论文一步步走进巨头的投资清单。不过选新架构是有代价的：软件栈、工具链、开发者社区，生态得从零重建。

那么，转向生态竞争为什么是现在？

后摩智能联合创始人、产品副总裁信晓旭抛出一个有力观点：“端边AI商业化迎来了奇点时刻。”

要凑齐这个奇点时刻，几个条件得同时到位：芯片能力越过商用门槛，开源模型把端侧部署的技术门槛压下来，Agent的需求把推理从演示变成刚需。

信晓旭说，存储头一回站到了芯片舞台的最中央。以前唱主角的一直是计算，存储只当配角，AI 时代一来，整个剧本都被重写了。

大模型推理的瓶颈，已经从算力转到了访存。数据在计算单元和存储单元之间来回搬运，传统架构六到九成的能耗都耗在这上面。能耗成了竞争的基本单位，芯片架构的演进逻辑也跟着反转。

技术底子有了，竞争重心自然挪位。多数终端厂商手里没有大模型芯片的人才储备，芯片公司和终端公司之间空出一段没人接的工程。生态从芯片厂商的加分项，变成了竞争绕不开的必选项。

方向和时机都定了，接下来第一个问题是：生态怎么建。

02. 从卖芯片，到交付确定性

后摩智能给出的答案，是把产品从硅片往前推到交付的确定性上——产品能落地，商业可预期。

已经进入量产阶段的M50就是例证。160 TOPS算力、10瓦典型功耗，单芯片最高跑120B参数模型，Agent Computer、智能移动终端、具身机器人、边缘推理四类场景都能覆盖。

存算一体端边大模型AI芯片后摩漫界® M50

终端厂商真正想买的是一台能上架的产品，芯片只是起点。后摩智能把需求拆成三层底座来交付。

第一层，架构底座。

信晓旭把技术演进的目标归到两个指标上：Token/$和Token/Watt，也就是持续拉高单位成本、单位功耗下的Token产出。

存算一体把计算搬进存储单元，从架构层面绕开数据搬运那堵能耗墙。后摩给出的数据是：芯片面积压到传统方案约三成，功耗降到一成左右，同样的功耗预算能跑更大的模型。

这条底座路线的技术根基是 SRAM-CIM 存内计算，由此分出两条路线。一条是 2D CIM，面向算力需求高、容量大、带宽适中的场景，图片和视频生成、Mo 类模型都算在内；另一条是 3D CIM，把多层存储介质与 SRAM-CIM 深度融合，对应带宽要求极高、算力高的场景，比如 Dense 类模型。

第二层，工程底座。

后摩智能拿出的是一套统一工具链，协同适配这件事原本各家自己折腾，现在被收进一条标准化流程里一次做完。大道软件栈对vLLM等主流推理框架做了深度适配，C++和Python的API都给全了，ModelZoo和领域套件开箱就能用；静态编译器加上自动搜索优化，量化、编译、运行每个环节都有工具兜着。

就在不久前，后摩正式把后摩AI生态软件开源，推理框架、领域套件、ModelZoo连同工具链一起变成公共品，伙伴的信任门槛和开发门槛都跟着往下走。

第三层，生态底座。

产品矩阵是按大算力、大带宽两条路线铺开的：单芯M50管PC级本地推理，双芯M.2卡把320 TOPS算力和最高96GB内存塞进口香糖大小的尺寸，面向边缘复杂场景，四芯加速卡则堆到640 TOPS，服务服务器级推理。

路线图还在往前铺。首3D CIM芯片A20已经投产，M50的迭代版本M6X正在研发，综合能力能做到M50的3到6倍。

参考设计帮整机厂商压缩硬件设计周期，后摩智能创立的共研机制则把生态合作提到了需求定义阶段。绿联的家庭中枢从分散的家庭数据入手，长城的全栈国产笔记本走政务和金融场景，已经通过国家L3级智能化分级认证；聊趣的全息智算中心面向消费市场，需求、方案、产品都是在共研里一路磨出来的。

这条链上也有全球化的实证。美国AI硬件公司Deepshard的Truffle工作站选M50做底座，做成一台定位“私有AI外脑”的智能体设备，要同时满足三项要求：7x24小时常驻、完全本地推理、数据不出桌面，这三样全得压在芯片上。M.2模组的标准形态帮这家美国公司把立项到首批样机的时间压到不到半年，产品计划2027年一季度面向全球发货。

这么看，中国芯片公司的护城河不再是一颗芯片的参数表，而是一套能把产品更快、更稳落地的体系。生态能立住，根子就在这里。

市场对这套方法论的验证来得不慢。M50芯片量产不到一年，已经拿到150多个产品定点，服务的客户超过百家。

资本市场几乎同时给出了反应，落点就是这些明确的交付数字。量产当年后摩智能就兑现了可观的规模，交付能力本身成了新的议价基础。

新一轮融资选在这个节点完成，相当于资本市场给这套交付体系出了一份背书。背书的依据一半是已经落地的商业化进度，另一半是仍在往前延伸的产品路线图。

交付的确定性还有一重来自团队。后摩智能核心研发成员在ISSCC等顶级芯片会议发表过多篇存算一体论文，完成过10余次SRAM-CIM芯片流片，架构、电路到量产，每一环都有技术和工程化积淀。资本押注一个长周期新赛道，很大程度上押的就是能把这条路走通、走成大路的人。

按照规划，这笔钱主要投向三块：让M50加快规模化交付，推动新一代M6X和下一代3D CIM产品研发，同时把软件工具链和产业生态继续补齐。产能、研发、生态——资本押注的，是这三种确定性。

03. 端侧算力底座，让AI“用得起”

吴强把端侧AI的落地拆成三个问题：模型能不能跑、跑得够不够快、成本和功耗扛不扛得住。

前两个问题，芯片效率和工具链已经解决了大半；成本扛不扛得住排在最后，也最难，因为这是一笔用户侧的账。

这笔账得从Agent说起。以前的AI助手，得人喊一声才动一下；Agent不一样，它常驻在线，7×24小时随时待命，推理也就从偶尔调用变成持续开销。云端按token收费，设备用得越频繁，账单涨得越快，Agent跑得越勤，成本曲线反而越陡，端侧AI想铺开就会被直接按住。

端侧的经济模型不一样。本地算力一次购置，token生成的边际成本趋近于零，电费替代了API账单。

用户不再为token按次付费，成本结构从按量购买变成一次买断，这就是后摩智能“端侧免费token工厂”里“免费”二字的含义。

联想P7把这笔听上去不太可信的账，直接落成了产品。整机300克，功耗30瓦，一个移动电源就能带得动；没有网络的环境下，本地大模型最高能跑到125B，推理速度在每秒20到65个token之间，长上下文最长支持256K。一次性买断之后，这台设备跑推理的成本，基本就只剩下电费。

联想AI主机P7，搭载后摩智能M50芯片

把这笔账做得更彻底的，是ClawHouse X1。

这台全息交互个人智算中心由后摩与聊趣智能联合打造，把M50在Agent Computer场景的能力完整展示了出来。

一台设备能顶三个场景：放在工作桌面上，它是帮忙梳理日程、整理纪要的数字员工；进了书房，它成了陪孩子练对话的学习伙伴；到了更多普通人手里，它还能把算力拿到市场上“接受雇佣”，替主人挣钱。

实时渲染、大模型推理、语音交互、7×24小时运行，这四件事要同时压在一台设备里，才算摸到了三个场景共同成立的门槛。后摩智能的存算一体架构用低功耗扛住多任务并发，把四项能力收进了同一台机器。

全息交互个人智算中心ClawHouse X1，是聊趣智能和后摩智能联手做出来的。

反过来看，这款产品的四个核心设计，也把M50的能力边界摆了出来。

开箱即用这一条，靠的是预置系统和生态插件，手机、PC两端都能控制，部署AI应用不用等，背后是工具链与软硬件协同到了成熟阶段。

全息交互上，自然语言操作把繁琐步骤砍掉80%，形象还能高度自定义。

安全这块，从芯片到系统全线物理隔离，未授权的外部链路被切断，数据不出端。

闲置算力则走本地大模型加端云结合的路子，实现token自由，省掉持续的云端调用成本；设备空着的时候，还能到算力市场上挣一笔。

ClawHouse的故事不止于当下。前代版本已经进了上海黄浦区的养老院，老人通过全息形象和远方的家人互动，叮嘱吃药、聊聊家常，情感陪伴这个场景已经被真实用户验证过。

眼下ClawHouse X1已在京东众筹上线，开始接受市场检验。这一个案例把三个问题一并答了：Agent Computer长什么样，M50在里面担什么角色，端侧算力为什么能变成资产。

不过“如何用得起”，得靠整条生态链一起使劲。

AI竞争眼下比的是能效，但单看芯片这一层还不够。端侧模型得做得又小又强，操作系统要把资源分配合理，推理框架得把硬件性能用尽，整机则要同时管住耗电和售价——每个环节都在削减单个token的开销。具体来看，千问压减了端侧模型的参数量，麒麟与openKylin把算力分派到真正需要的任务上，寅谱计算从推理框架入手提升效率，联想、长城、绿联则在整机端把控功耗与定价。

走到这里，后摩智能经营着一座座免费token工厂，算力底座的生态定位已经相当清楚。这个生态能不能立住，说到底还要看用户侧：端侧AI好不好用、用不用得起。

对后摩自己来说，这轮融资的意义得放到更长的周期里看。芯片行业从量产走向规模化，每一环都是重投入；存算一体这样的新架构，没有现成的软件生态可以继承，早期的钱只会“烧得更久”。数十亿元的新储备，让后摩智能不用在研发、交付和生态之间做取舍，下一阶段的产品节奏也握在了自己手里。

新一轮资本加持，超百家客户选择，存算一体架构创新，端侧AI生态共建，一个相互驱动的飞轮正在成形。

后摩智能这条路，加上生态与资本的持续加注，说明方向成立；整机说明商业化潜力够；开源则决定端侧AI能不能更早看向规模化的未来。这个领域里的每一次融资和新投入，其实都在为下一个定点降低门槛。

等到电费替代API，成为智能终端的默认选项，端侧算力就会长成一种新的基础设施和经济单位，跟着AI Agent走进物理世界的每个角落。