后摩智能B轮融资数十亿元：端边AI芯片量产与软件生态待考

端边AI芯片领域又迎来一笔大额融资。

据知情人士消息，后摩智能近日已完成B轮融资，单笔金额达数十亿元，且近一年内已连续完成多轮融资。产业资本、国有资本与国际资本均出现在本轮参与方名单中，多家老股东也继续加注。

这笔资金到位的时间点颇为微妙。今年以来，百亿参数模型已能在端侧流畅运行，“跑得动”不再是门槛，资本关注的问题随之往后移：技术有没有装进产品？能不能稳定量产？软件生态能否帮整机厂商省下适配成本？

只有把这些问答题答好，长期增长的故事才站得住脚。

从芯片到产品，中间过去横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，在传统产业分工里，这些环节由终端厂商各自承担。

后摩智能如今想改写这套分工。它瞄准的位置是“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接近免费，端侧由此成为Agent时代的“新入口”。

这家端边AI芯片公司成立于2020年，用了六年左右时间，把存算一体从论文中的架构路线做成了量产芯片，又将量产芯片一批批送进整机。这条方向，资本已经验证了六年。

资本加速进场的前提，是技术突破正转化为规模化的商业落地。端边AI的第二场竞争也由此开局：第一场比的是能不能跑起来，第二场比的是能不能落下去。芯片落进产品，产品沉淀出确定性，确定性再垒成壁垒。

接下来的问题便是：竞争为何转向生态，生态靠什么立住，最终又用什么来检验？

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？

过去两年，端边AI芯片的能力出现行业级跃迁：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，端侧跑大模型从演示变成量产标配。

这些能力合在一起，意味着端边商业化的技术基础已经具备。

“十五五”开局之年就在今年，政策层面也把预期抬得很高，智能终端产品和服务被写进了国家方向，明确到2027年，新一代智能终端、智能体等应用的普及率要达到70%。

市场层面，经历DeepSeek和Agent两波浪潮之后，硬件公司纷纷涌入端边，做Agent Box、做Agent Computer，芯片、模型、系统、整机，每一环都冒出了新的参与者。

钱也在往端边这边走。21世纪经济报道做了不完全统计，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的数据显示，2026年一季度全球端侧/边缘AI芯片出货量同比增长45%，云端AI芯片同期只增了12%。融资节奏和出货曲线一起往上走。

具体到后摩智能刚完成的这轮融资，产业资本、国有资本、国际资本这几类主要资金来源，在端边浪潮中的参与环节并不相同。产业资本看重生态稳健，国有资本看好国产算力底座的政策确定性，国际资本押注的则是中国端边市场能长出更广阔的全球化空间。

老股东的选择更直接，继续跟投的动作，等于给这条走了六年的技术路线投了票。

环节逐渐完善，协同反而成了短板。从芯片到产品的成本和周期是否可控、是否“可用”，只有生态整合能解决。而整合的关键起点，在于产业链上最底层的变量：能效。

后摩智能创始人吴强是行业里很早意识到这一点的人。他曾对外回溯后摩智能过去几年作出的非共识性判断：“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。”

云端拼的是算力和参数规模，端边那边卡的却是功耗、成本、面积这几道硬杠杠。这个判断其实也给端侧AI的生态整合划出了一个共同前提：模型再强、系统再好，最后都得在一颗芯片的功耗预算里落地。

所以，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随之打开。

吴强第二个关于生态的非共识判断，落在Agent的着陆点上。

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。

“整个行业都在追云和数据中心的时候，我们赌的是端边才是智能的终局。”吴强说。他当时盯上的一个信号，是智谱6B、Llama 7B这类能在端边跑起来的模型开始冒头；另一个判断是，智能最终要发生在现场。

所谓现场，就是设备真正运转的地方——家里、办公室、产线，不是数据中心。推理只有落到现场，才离真实的数据和真实的动作更近。

这个判断也框定了未来生态链的样子：端边场景散落在家庭、办公、政企、工业的无数设备中，落地需求天然碎片化、非标准化，想整合生态只剩一条路——用一套足够通用的底座，去覆盖尽量多的现场。

两年过去，这套判断已经成了行业共识。法律、金融这类对数据敏感的行业，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，也已经在各种形态的场景里落地。

第三个判断落在存算一体上。吴强曾公开讲过：“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。”

创业那会儿，存算一体还只是论文里的架构概念，行业里没人把它推向商业化。这条没人走的路，如今被验证是刚需。

产业巨头的动作提供了另一个旁证。2025年12月，

那么，为什么生态竞争偏偏是现在？

后摩智能联合创始人、产品副总裁信晓旭给出一个有力的说法：“端边AI商业化迎来了奇点时刻。”

要满足这个奇点时刻，几个条件得同时到位：芯片能力跨过商用门槛，开源模型把端侧部署的技术门槛拉低，Agent的需求把推理从演示变成刚需。

信晓旭提到，过去计算唱主角、存储只当配角，如今存储已经站到芯片舞台正中央；而AI时代的到来，正让整个剧本被改写。

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，吃掉了传统架构六到九成的能耗。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。

技术基础齐了，竞争重心自然就挪了。多数终端厂商没有大模型芯片方面的人才储备，芯片公司和终端公司之间空出一段没人接的工程，生态便从芯片厂商的加分项变成竞争的必选项。

方向和时机都定了，第一个问题随之而来：生态怎么建。

02. 从卖芯片，到交付确定性

后摩智能的答案，是把产品从硅片推进到交付的确定性：产品能落地，商业可预期。

已经走到量产阶段的M50就是证明。160 TOPS算力、10瓦典型功耗，单芯片最高能跑120B参数模型，覆盖Agent Computer、智能移动终端、具身机器人、边缘推理四类场景。

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，也就是持续提升单位成本、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的能耗墙。按后摩给出的数据，芯片面积压到传统方案的三成左右，功耗降到一成上下，同样的功耗预算里能跑更大的模型。

技术根基落在SRAM-CIM存内计算上，由此延伸出两条路线。一条是2D CIM，面向算力要求高、容量大、带宽适中的场景，图片和视频生成、Mo 类模型属于这一类；另一条是3D CIM，把多层存储介质与SRAM-CIM深度结合，面向带宽要求极高、高算力的场景，比如Dense类模型。

第二层，工程底座。

后摩智能拿出了一套统一工具链，协同适配原本各家各做各的工程，如今被收进一条标准化流程里一次完成。大道软件栈对vLLM等主流推理框架做了深度适配，C++与Python全套API都给齐了，ModelZoo和领域套件开箱就能用，静态编译器再加上自动搜索优化，量化、编译、运行每个环节都有工具兜住。

就在不久前，后摩把自家AI生态软件正式开源，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，落在生态底座上。

大算力和大带宽沿着双路线铺开，撑起了后摩智能的产品矩阵：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，对准边缘复杂场景，四芯加速卡则堆到640 TOPS，服务服务器级推理。

路线图没有停在这里：首款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。

硬件设计周期能压短，靠的是参考设计；生态合作能提到需求定义这一步，靠的是后摩智能搭起来的共研机制。绿联从分散的家庭数据入手做家庭中枢，长城则把全栈国产笔记本投向政务和金融场景，该产品已拿到国家L3级智能化分级认证；聊趣的全息智算中心瞄准消费市场，需求、方案、产品全是在共研过程中一点点磨出来的。

这条链上还跑出了全球化实证。美国AI硬件公司Deepshard的Truffle工作站把M50选作底座，做成一台定位“私有AI外脑”的智能体设备，7x24小时常驻、完全本地推理、数据不出桌面，三项要求得同时压在芯片上。M.2模组的标准形态，让这家美国公司从立项到首批样机用了不到半年，产品计划2027年一季度面向全球发货。

中国芯片公司的护城河，因此不再只是一颗芯片的参数表，而是一套能让产品更快、更稳落地的体系——生态能立住，根子就在这里。

这套方法论很快等来了市场验证。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。

资本市场的反应也几乎同时落在这些明确的交付数字上。量产当年就兑现出可观规模，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，等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，另一半是还在往前延伸的产品路线图。

交付能不能确定，另一半要看人。后摩智能核心研发成员在ISSCC等顶级芯片会议上发过多篇存算一体论文，SRAM-CIM芯片流片做了10余次，从架构、电路到量产，各环节都攒下了技术和工程化经验。资本愿意押一个长周期的新赛道，很大程度押的就是这批能把路走通、并且走成大路的人。

据了解，本轮资金主要投向三块：扩大M50的规模化交付，推进新一代M6X与下一代3D CIM产品研发，以及继续打磨软件工具链与产业生态。产能、研发、生态，资本买下的是三种确定性。

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；成本这一关排在最后，也最难，因为它算的是用户侧的账。

这笔账要从Agent算起。以前的AI助手，人叫它才动；Agent则常驻在线，7×24小时待命，推理也就从偶尔调用变成持续消耗。云端按token计费，设备用得越多，账单涨得越快，Agent用得越勤，成本曲线反而越陡，端侧AI的普及会因此被直接压住。

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，电费替掉了API账单。

用户不再为token按次付费，成本结构从按量购买转成一次买断，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把这笔让人难以置信的账直接做成了产品。整机300克，功耗30瓦，移动电源就能供电，无网环境下最高能跑125B的本地大模型，推理速度在每秒20到65个token之间，长上下文最长支持到256K。买断之后，这台设备的推理成本基本只剩电费。

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。

同一个产品要覆盖三个场景：在工作桌面上，它是帮着梳理日程、整理纪要的数字员工；进了书房，它是陪孩子练对话的学习伙伴；到了更多普通人手里，它把算力放到市场上“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，这四件事要同时在一台设备里跑起来，门槛不低。后摩智能的存算一体架构靠低功耗撑住多任务并发，把这几项能力收进了同一台机器。

聊趣智能与后摩智能联合打造的全息交互个人智算中心ClawHouse X1

从产品四个核心设计上，可以反推出M50的能力边界在哪里。

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

全息交互这边，用自然语言操作能省掉80%的繁琐步骤，形象也可以高度自定义。

安全上，从芯片到系统做了全线物理隔离，未授权的外部链路被切断，数据留在端内不出门。

闲置算力则走本地大模型加端云结合的路子，实现token自由，省掉持续调用云端的开销；设备闲下来的时候，还能到算力市场上挣一笔。

ClawHouse的故事还有一层时间上的积累。前代版本已在上海黄浦区的养老院实际落地，老人通过全息形象与远方家人互动，叮嘱用药、聊家常，情感陪伴这个场景已经过真实用户验证。

眼下ClawHouse X1已在京东众筹上线，产品开始走向市场。这一个案例同时回答了三个问题：Agent Computer长什么样，M50在里面承担什么，端侧算力为什么能变成资产。

但“如何用得起”，是整条生态链要一起解的合力题。

AI 竞争的计量单位已经落到能效上，而芯片能效不过是头一道关卡。模型得做得又小又强，操作系统得把调度安排明白，推理框架得把硬件性能用尽，整机则要同时管住功耗和售价——层层都在削减每个 token 的开销。千问走的是缩小端侧模型参数这条路，麒麟和 openKylin 负责把算力派给该干的任务，寅谱计算在推理框架这一层抠性能，联想、长城、绿联则在整机端压功耗、控价格。

经营着一座座免费token工厂的后摩智能，作为算力底座的生态定位已经相当清晰。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。

对后摩自身来说，这轮融资的意义要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，让后摩智能不必在研发、交付和生态之间做取舍，下一阶段的产品节奏也攥在了自己手里。

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

后摩智能的路径与生态、资本的持续加注，证明了方向成立；整机证明了足够的商业化潜力；开源则决定了端侧AI能不能更早地看向规模化的未来。这个领域里的每一次融资和新投入，其实都是在为下一个定点降低门槛。

等到电费能够替代API成为智能终端的默认选项，端侧算力就会成为一种新的基础设施和经济单位，跟着AI Agent走进物理世界的每一个角落。