后摩智能完成数十亿元B轮融资：端边AI芯片竞争转向生态

端边AI芯片赛道再迎一笔大额融资。

知情人士称，后摩智能近日已完成B轮融资，单笔金额达数十亿元，近一年内该公司已连续完成多轮融资。本轮投资方涵盖产业资本、国有资本与国际资本，多家老股东继续加注。

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，资本关心的问题随之后移：技术是否已装进产品？能否稳定量产？软件生态能不能帮整机厂商省下适配成本？

只有这些问题答得上来，长期增长的故事才站得住。

从芯片到产品，中间原本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，在传统产业分工里由终端厂商各自承担。

后摩智能正试图改写这套分工。它瞄准的定位是做“端侧免费Token工厂”的算力底座，算力一次装进终端，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2020年成立的端边AI芯片公司，用六年左右时间把存算一体从论文里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。这条方向也已被资本验证了六年。

资本加速进场的前提，是技术突破正转为规模化的商业落地。端边AI的第二场竞争由此开局：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。

接下来的问题是：竞争为什么会转向生态，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。

这些能力叠加起来，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，政策又把预期拉高，智能终端产品和服务被明确写进国家方向，目标到2027年，新一代智能终端、智能体等应用的普及率达到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，每一环都冒出了新的参与者。

端边的钱也在往里涌。21世纪经济报道做了不完全统计，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芯片出货量同比涨了45%，同一时期云端AI芯片的增速是12%。出货曲线往上走，融资节奏也跟着起来。

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。产业资本要的是生态稳健，国有资本看好国产算力底座的政策确定性，国际资本赌的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，以继续跟投的动作，给这条走了六年的技术路线投了票。

环节逐渐完善，协同反倒成了短板，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很早就意识到了这一点。他曾对外回溯公司过去几年作出过的非共识性判断：“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，端边碰上的却是功耗、成本、面积这几道硬杠杠。这个判断其实也给端侧AI的生态整合划出了共同底线：模型再强、系统做得再好，最后都得在一颗芯片的功耗预算里交账。

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有更大的想象力。

吴强对生态的第二个非共识判断，落在Agent的着陆点上。

后摩智能早在2023年下半年就全力押注端边，而当时行业追的是云端。

“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。”吴强说。他当时看到的信号是，智谱6B、Llama 7B这类能在端边跑的模型开始冒出来；另一个想法是，智能的最后落点应该在现场。

所谓现场，是设备真正运转的地方——家里、办公室、产线，并非数据中心。推理落到现场，离真实数据、真实动作才能更近。

这一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、工业的各式设备中，落地需求天然碎片化、非标准化，生态整合只剩一条路——拿一套足够通用的底座，去覆盖尽量多的现场。

两年过去，这个判断成了行业共识。法律、金融等对数据敏感的行业，已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等端侧产品也在不同形态的场景里落了地。

第三个判断讲的是存算一体。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。”

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。一条没人走的路，如今被验证是刚需。

产业巨头的动作是另一个旁证。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，并把其核心团队纳入麾下；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，后者此前已通过NVLink Fusion接入英伟达AI工厂生态。存储与计算的关系被重构，正从架构论文走进巨头的投资清单。选新架构，生态就得重建：软件栈、工具链、开发者社区，全要从零搭起。

那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观点：“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：芯片能力迈过商用门槛，开源模型拉低端侧部署的技术门槛，Agent的需求把推理从演示变成刚需。

信晓旭还表示，过去计算一直唱主角，存储只能当配角，如今存储头一回站到了芯片舞台的正中央，AI 时代一来，整个剧本都在被改写。

大模型推理的瓶颈已从算力转到访存。数据在计算单元和存储单元之间来回搬，吃掉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，竞争重心自然挪位。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，生态于是从芯片厂商的加分项变成竞争必选项。

方向和时机都定了，第一个问题来了：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。

已走到量产阶段的M50就是明证。160 TOPS算力、10瓦典型功耗，单芯片最高运行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：Token/$和Token/Watt，也就是持续抬高单位成本、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的能耗墙。按后摩给出的数据，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。

技术底子来自SRAM-CIM存内计算，往上分出两条路。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类模型都归这类；另一条是3D CIM，把多层存储介质和SRAM-CIM深度结合，走高带宽、高算力的路子，Dense类模型是它的用武之地。

再往上一层，是工程底座。

后摩智能搭了一套统一工具链，协同适配原本各家自己干的活，现在一次做成标准流程。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和领域套件拿来就能用；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。

前一阵，后摩把自家AI生态软件正式开源，推理框架、领域套件、ModelZoo和工具链都放出来当公共品，伙伴的信任门槛和开发门槛一起降了。

第三层，生态底座。

大算力和大带宽顺着双路线铺开，组成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，面向边缘复杂场景，四芯加速卡做到640 TOPS，服务服务器级推理。

路线图还在往前推：首颗3D CIM芯片A20已经投产，M50的迭代版本M6X正在研发，综合能力有望达到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前到需求定义阶段。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盯政务和金融场景，已通过国家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点点磨出来的。

这条链上也有全球化实证。美国AI硬件公司Deepshard的Truffle工作站选了M50当底座，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模组的标准形态帮这家美国公司不到半年走完从立项到首批样机，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只是一颗芯片的参数表，而是一套能更快、更稳把产品落地的体系。生态能不能立住，根基就在这里。

市场验证来得也快。M50量产不到一年，已经拿到150多个产品定点，服务客户超过百家。

资本市场的反应几乎同步落在这些明确的交付数字上。后摩智能量产当年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，等于资本市场给这套交付体系出了份背书。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。

交付确定性还有一重来源是团队。后摩智能核心研发成员在ISSCC等顶级芯片会议发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。

据悉，本轮资金主要投向三处：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，持续完善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，芯片效率和工具链已经解决大半；成本扛不扛得住排在最后，也最难，因为这笔账算在用户侧。

成本这笔账，得从Agent说起。以前的AI助手是被动的，人喊一声才动一下；Agent不一样，它常驻在线，7×24小时待命，推理也就从偶尔调用变成了持续开销。云端按token收费，设备用得越频繁，账单涨得越厉害；Agent跑得越勤，成本曲线就越陡，端侧AI想铺开，先就被这道坎卡住了。

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。

用户不再按次为token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”二字的意思。

联想P7干脆把这笔让人咋舌的账做成了实物。整机300克，功耗30瓦，一个移动电源就能带得动，没有网络也能在本地跑起最高125B的大模型，推理速度每秒20到65个token，长上下文最长256K。一次性买断之后，这台设备跑推理的成本，说白了就剩下电费。

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。

后摩智能与聊趣智能联手做的这台全息交互个人智算中心，把M50在Agent Computer场景下的本事完整亮了出来。同一个产品能覆盖三类场景：摆在办公桌上，它充当梳理日程、整理纪要的数字员工；搁进书房，它变成陪孩子练对话的学习伙伴；到了更多普通人手里，它还能把算力投放到市场上“接受雇佣”，替主人挣钱。

要让三个场景同时站得住，前提是实时渲染、大模型推理、语音交互、7×24小时运行这四件事全在一台设备里完成。后摩智能的存算一体架构以低功耗撑起多任务并发，把这四件事收进了同一台机器。

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

产品四个核心设计，反过来也照出了M50的能力边界。开箱即用这一条，靠的是预置系统与生态插件，手机和PC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。

全息交互方面，用自然语言操作能省掉80%的繁琐步骤，形象还支持高度自定义。

安全上，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。

闲置算力这块，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开销；设备空下来时，还能在算力市场上赚一笔。

ClawHouse的故事还有一层时间厚度。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的家人互动，叮嘱用药、聊家常，情感陪伴场景经过了真实用户的验证。

眼下ClawHouse X1已在京东众筹上线，产品开始进入市场。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。

不过“如何用得起”，是整条生态链要一起解的合力题。

能效已经成为AI竞争的基本单位，可芯片能效只是第一层：模型要够小够好，操作系统要调度得当，推理框架要榨干硬件，整机要压住功耗和价格，每一层都在给单位token的成本做减法。比如，千问寅谱计算在推理框架这一层抠性能，麒麟和openKylin把算力分配给该跑的任务，端侧模型的参数则往小里做；落到整机上，联想、长城、绿联管的是功耗和定价。

到这里，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很清晰。这个生态能不能立住，最终还得由用户侧来检验：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，又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形成。

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。

等电费取代API，成了智能终端默认的那笔开销，端侧算力便会成为一种新的基础设施和经济单位，跟着AI Agent渗进物理世界的各个角落。