后摩智能完成数十亿元B轮融资，资本开始为端边AI的落地能力定价
36氪 2026-11-07 17:00 北京
端边大模型AI芯片进入规模化兑现期。
端边AI芯片赛道，又落下一笔重注。
据知情人士透露，后摩智能已于近日完成B轮融资，单笔金额达数十亿元，近一年内已连续完成多轮融资。本轮参与方包括产业资本、国有资本与国际资本，多家老股东继续加注。
这笔钱落在一个微妙的时间点。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？
答得上来这些问题，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。
而如今，后摩智能在尝试改写这个分工。它瞄准的位置是做“端侧免费Token工厂”的算力底座，让算力一次装进终端，以后生成的Token接近免费，从而让端侧成为Agent时代的“新入口”。
这家2020年成立的端边AI芯片公司，用了六年左右的时间，把存算一体从论文里的架构路线做成了量产芯片，又把量产芯片一批批送进了整机。这个方向，也被资本验证了六年。
资本加速进场的前提，是技术突破正在变成规模化的商业落地。这也是端边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。芯片落进产品，产品沉淀出确定性，确定性垒成壁垒。
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？
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芯片的能力发生了行业级的跃迁，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，说明端边商业化的技术基础已经具备。
今年作为“十五五”开局之年，政策又把预期拉满，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，每一环都涌现出了新的参与者。
资本的流向也在转向端边。据21世纪经济报道不完全统计，仅今年9月，国内就有近十家端边AI芯片企业宣布完成新一轮融资；IDC数据则显示，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芯片的增速为12%。融资的节奏与出货的曲线同时抬头。
具体到后摩智能刚完成的这轮融资，不难看出，产业资本、国有资本、国际资本这几类“钱”的主要来源，在端边浪潮中的参与环节也不相同。产业资本要的是生态稳健，国有资本看好的是国产算力底座的政策确定性，国际资本赌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。
环节逐渐完善，协同反而成了短板，只有生态整合能解决从芯片到产品的成本和周期是否可控、是否“可用”的问题。而整合的关键起点，在于产业链上最底层的变量，能效。
后摩智能的创始人吴强是行业里很早就意识到了这一点的人。他曾对外回溯了后摩智能过去几年内曾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。”
云端可以比算力、堆参数，端边面临的则是功耗、成本、面积的硬约束。这个判断也为端侧AI的生态整合提供了一个公约数：模型再强、系统再好，最终都要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。”吴强表示，当时他看到的一个信号是，智谱6B、Llama 7B这一类端边可运行的模型开始出现；与此同时他认为，智能的终局应该发生在现场。
现场，也就是设备实际运行的地方，家里、办公室和产线，而不是数据中心。推理只有落在现场，才能离真实的数据、真实的动作更近。
这个判断同时也划定了未来生态链的形态：端边的场景分散在家庭、办公、政企、工业的无数种设备里，面对天然碎片化、非标准化的落地需求，生态整合的方法只有一条，就是用一套足够通用的底座，覆盖尽可能多的现场。
两年之后，这个判断已经兑现成为了一条行业共识。法律、金融这些数据敏感的行业，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等端侧产品也已经落地于形态各异的场景之中。
第三个判断关于存算一体。吴强曾对外表示：“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。”
创业之际，存算一体这个架构概念还只存在于论文里，行业里也没有人付诸商业化行动。一条无人问津的路，今天被验证了是刚需。
产业巨头的动向提供了另一个旁证。2025年12月，英伟达与AI推理芯片公司Groq达成约200亿美元的非独家技术授权协议，并吸纳其核心团队；2026年10月，据The Information报道，英伟达又计划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。重构存储与计算的关系，正在从架构论文走进巨头的投资清单。选择新架构，意味着生态必须重建：软件栈、工具链、开发者社区，都要从零搭起。
那么，为什么转向生态竞争会是现在？
后摩智能联合创始人、产品副总裁信晓旭给出了一个有力的观点：“端边AI商业化迎来了奇点时刻。”
满足奇点时刻，几个条件必须同时到位：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。
此外，信晓旭还表示，“存储从来没有像今天一样站在芯片这个舞台的中央。过去计算一直是主角，存储只是唱配角的，但AI时代的到来，整个剧本都在被改写。”
大模型推理的瓶颈已经从算力转向了访存，数据在计算单元和存储单元之间的搬运，消耗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随之反转。
技术基础具备之后，竞争的重心自然转移。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多出了一段没人接的工程，生态也就从芯片厂商的加分项变成了竞争的必选项。
方向和时机确定之后，第一个问题是，生态怎么建。
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了交付的确定性：产品能落地，商业可预期。
已经走到量产阶段的M50就是一个很好的证明。160 TOPS算力、10瓦典型功耗，单芯片最高运行120B参数模型，覆盖了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
终端厂商真正要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了三层底座来进行交付。
第一层，架构底座。
信晓旭把技术演进的目标归结为两个指标：Token/$和Token/Watt，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了存储单元，从架构层面绕开数据搬运的能耗墙。按照后摩给出的数据，芯片面积压缩到传统方案的约三成，功耗降至一成左右，同一份功耗预算里能跑更大的模型。
底座的技术根基是SRAM-CIM存内计算，它向上衍生出了两条路线：2D CIM适合算力要求高、容量大、带宽适中的场景，比如图片和视频生成、Mo 类模型；3D CIM把多层存储介质与SRAM-CIM深度融合，适合带宽要求极高、高算力的场景，比如Dense类模型。
第二层，工程底座。
后摩智能提供的统一工具链，把协同适配从每家自己的工程变成了一次做完的标准化流程。大道软件栈深度适配vLLM等主流推理框架，提供C++与Python全套API，ModelZoo与领域套件开箱即用，静态编译器配合自动搜索优化，量化、编译、运行各环节都有工具覆盖。
不久前，后摩正式宣布开源后摩AI生态软件，把推理框架、领域套件、ModelZoo与工具链变成公共品，降低伙伴的信任和开发门槛。
第三层，生态底座。
大算力和大带宽以双路线的形式铺出了后摩智能的产品矩阵：单芯M50覆盖PC级本地推理，双芯M.2卡把320 TOPS算力和最高96GB内存塞进口香糖尺寸，面向边缘复杂场景，四芯加速卡堆出640 TOPS，服务服务器级推理。
路线图还在往前延伸：首3D CIM芯片A20已经投产，M50的迭代版本M6X在研，综合能力可达M50的3到6倍。
参考设计压缩整机厂商的硬件设计周期，后摩智能创立的共研机制把生态合作前置到了需求定义阶段。比如，绿联的家庭中枢从分散的家庭数据切入，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、产品是在共研中一路打磨出来的。
这条链上也出现了全球化实证。美国AI硬件公司Deepshard的Truffle工作站选择搭载M50为底座，做出了一台定位为“私有AI外脑”式智能体设备，产品特点为7x24小时常驻、完全基于本地推理、数据不出桌面，三项要求需要同时压在芯片上。M.2模组的标准形态，让这家美国公司用了不到半年的时间走完了从立项到首批样机的过程，产品计划在2027年一季度面向全球发货。
由此，中国芯片公司的护城河，也从一颗芯片的参数表，变成了一套能更快、更稳地落地产品的体系。这就是生态能够被立住的根基。
这套方法论的市场验证来得也很快。M50芯片量产不到一年，已获得150多个产品定点，服务客户超过百家。
资本市场的反应，也几乎同时落在了明确的这些交付数字上。后摩智能在量产当年就兑现了可观的规模，交付能力本身成为了新的资本市场议价基础。
新一轮融资选在这个节点完成，相当于资本市场为这套交付体系出具了一份背书。这份背书的依据，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。
交付确定性的另一重来源是团队。后摩智能核心研发成员在ISSCC等顶级芯片会议发表过多篇存算一体论文，完成过10余次SRAM-CIM芯片流片，从架构、电路到量产，每一环都有深厚的技术和工程化积淀。资本押注一个长周期的新赛道，很大程度上押的就是能把这条路走通、走成大路的人。
据悉，本轮资金将主要用于扩大M50的规模化交付，推进新一代M6X与下一代3D CIM产品的研发，并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。
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。
前两个词，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，因为它是一笔用户侧的账。
账要从Agent算起。过去的AI助手，人叫它才动；而Agent是常驻的，7×24小时待命、持续在线，推理从偶发调用变成持续消耗。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的普及会被直接压住。
端侧的经济模型则有所不同。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了一次买断，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把这本让人难以置信的账，直接变成了产品。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有电费。
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。
这台后摩与聊趣智能联合打造的全息交互个人智算中心，把M50在Agent Computer场景的能力完整地展示了出来。
一个产品覆盖三个场景：工作桌面上，它是梳理日程、整理纪要的数字员工；书房里，它是陪孩子练对话的学习伙伴；更多普通人手里，它把算力放到市场上“接受雇佣”，为主人创造收益。
三个场景同时成立的门槛是，实时渲染、大模型推理、语音交互、7×24小时运行，都得发生在一台设备里。后摩智能的存算一体架构以低功耗支撑多任务并发，把四件事统一在了同一个设备之内。
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
产品的四个核心设计，反过来印证了M50的能力边界。
开箱即用方面，预置系统与生态插件，手机和PC端都能控制，开箱即可部署AI应用，靠的是工具链与软硬件协同的成熟度。
全息交互方面，自然语言操作减少80%的繁琐步骤，形象支持高度自定义。
安全方面，芯片到系统全线物理隔离，切断未授权的外部链路，做到让数据不出端。
闲置算力方面，以本地大模型加上端云结合的方式实现token自由，免去持续的云端调用成本，设备空闲时还能在算力市场上创造收益。
ClawHouse的故事还有一层时间厚度。前代版本已经在上海黄浦区的养老院实际落地，老人与远方的家人通过全息形象互动，叮嘱用药、聊家常，情感陪伴场景得到了真实用户的验证。
如今ClawHouse X1已经在京东众筹上线，产品开始进入市场。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。
但是“如何用得起”，是整条生态链要共同解决的合力题。
虽然能效已经成为了AI竞争的基本单位，但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，千问把端侧模型的参数做小，麒麟和openKylin负责把算力调度给正确的任务，寅谱计算在推理框架层榨性能，联想、长城、绿联在整机层控制功耗和定价。
至此，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非常清晰。而这个生态能不能立住，最终还是要由用户侧来检验：端侧AI好不好用、用不用得起。
对后摩自身而言，这轮融资的意义要放在更长的周期里看。芯片行业从量产走向规模化，每一环都是重投入，而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，也把下一阶段的产品节奏掌握在了自己手里。
从新一轮资本加持，到超百家客户选择，从存算一体架构创新，到端侧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，而开源则决定了端侧AI能不能更早地看向规模化的未来。由此可见，这个领域内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。
一旦电费能够替代API成为智能终端的默认选项，端侧算力就会形成一种新的基础设施和经济单位，跟随AI Agent走进物理世界的每一个角落。