通芯智能半年融资数亿北京 AI 芯片创企押注 AGI 专用架构，这笔钱花在哪、赌的是什么

我先联网核实这家北京 AI 芯片公司的具体信息，以及最新一轮融资情况。

已核实到这家公司是通芯智能，2026 年 4 月成立、由北京通用人工智能研究院孵化。以下是成稿。

半年融资数亿的这家北京 AI 芯片创企，是 2026 年 4 月 29 日成立、注册在海淀区的通芯人工智能科技（北京）有限公司（下称 “通芯智能”）。它连续完成种子轮和天使轮，合计数亿元人民币，投资方包括清华校友种子基金、北京通用人工智能研究院、松霖科技、平治信息、暗物智能、豫资涨泉，以及普超资本、青创伯乐等。公司由北京通用人工智能研究院院长、北大与清华讲席教授朱松纯发起，董事长兼 CEO 王海洋是龙芯 CPU 创始成员、海光第四代芯片架构负责人。它押的不是 “更快的 GPU”，而是一套从 AGI 算法反向定义的专用芯片架构：理论上用朱松纯提出的 CUV（认知 — 能力 — 价值）框架，硬件上用 Vector + Tensor + AGI Core 三单元，再叠加混合存算一体和图遍历引擎，专门给因果推理、世界模型和具身智能这类负载做加速。钱主要花在流片前的核心架构设计与研发上，公司成立三个月就完成架构定义和立项，目前已进入芯片设计阶段，计划 2026 年 12 月初做 FPGA 原型验证。所以对这件事的判断可以很直接：这是国产 AI 芯片里少见的一次 “架构先行” 的长周期赌注 —— 短期看 12 月的原型验证能不能拿出东西，中期看能不能真的拿到 Token 工厂和机器人客户的订单，长期看数亿元够不够烧到量产。

先把这家公司和这支团队看清楚

项目	具体情况
公司主体	通芯人工智能科技（北京）有限公司，2026 年 4 月 29 日成立，注册于北京市海淀区
注册资本	114.29 万元
孵化背景	北京通用人工智能研究院（通研院）孵化
发起人	朱松纯，通研院院长，北大、清华讲席教授，曾任 UCLA 统计系与计算机系正教授，2020 年回国创建通研院
董事长兼 CEO	王海洋，师从夏培肃院士，龙芯 CPU 创始成员，曾任海光四代芯片架构负责人、GPU 独角兽联合创始人，25 年芯片研发、15 年 SoC 架构设计经历
联合创始人	史峰，师从朱松纯，UCLA 博士，任通研院 AGI 芯片中心主任
团队构成	创始核心团队平均芯片从业经验超 20 年，骨干来自海光、百度、字节、阿里，完整走过架构定义、前后端设计、流片、量产交付全链路
融资轮次	种子轮 + 天使轮，合计数亿元，成立半年内连续完成
资金用途	芯片流片前的核心架构设计与研发

36氪看这支团队的结构，会发现它不是典型的 “学院派创业”。一边是研究通用人工智能、世界模型、物理智能的科学家，一边是亲手把龙芯、海光芯片做出来并量产的工程师，中间还有懂产业和资本的人在管节奏。豫资涨泉创始人刘啸东把这个结构称为 “三角形”，认为这恰恰是把创新变成创业最关键的一环。36氪对一家还没流片的芯片公司来说，这种组合确实是当下最能说服投资人的部分。

为什么它敢不从 GPU 的延长线上改

这是整件事最核心的技术判断。按王海洋的表述，以 GPGPU、Tensor Core 为代表的传统架构，本质是为 “统计式大模型” 优化的：它擅长大规模矩阵乘加，但对因果推理、环境交互、物理智能这类负载存在天然不匹配；同时算力、存力、运力三者失衡，把 Token 生产成本和机器人落地成本一起推高了。换句话说，同样一颗芯片，跑 “下一个词预测” 很顺手，跑 “这件事为什么会这样、下一步该怎么做” 就不顺手。

另一层原因来自需求侧的变化。王海洋判断 AI 正从训练时代走向推理时代，训练需求在下降、推理需求会占绝对大头，乐观的评估认为推理占比会到 90% 以上，客户真正在意的是 Token 的价格。36氪行业数据也在给这个判断做注脚：中国信通院数据显示，2026 年一季度国内 AI 算力需求同比上涨 417%，供给增速只有 128%，高端芯片处于卖方市场；Bernstein 预测英伟达在中国 AI 半导体市场的份额可能从 2025 年约 40% 降到 2026 年约 8%，TrendForce 则认为 2026 年中国高端 AI 芯片出货量同比增长超 83%、国产份额有望接近 90%。

供给缺口摆在那里，就看谁能拿出 “不是替代品、而是新品类” 的东西。通芯智能选择的正是后者：不做 GPU 改良版，直接围绕认知架构设计芯片。

架构具体怎么搭：三层理论、三个单元、几项自研技术

层次	具体内容	解决什么问题
理论底座	CUV 架构，即 Cognition（认知）、Utility（能力）、Value（价值）三维联合空间	让智能体有感知理解、行为决策和内生价值判断
计算单元	Vector + Tensor + AGI Core 三单元	前两者兼容 CNN、Transformer 等主流模型，AGI Core 专做图结构的逻辑、因果、价值推理与概率计算加速
专用加速器	芯片内增加几十个针对 AGI 算法算子的硬件加速器	让物理智能、空间智能算法能完整高效跑起来
存储方案	多级混合存算一体、MoE 专家模式	缓解 “内存墙”，减少数据搬运和计算单元等待
图推理	图遍历引擎、原生加速 STC-PG（时空因果解析图）	应对稀疏不规则、图结构推理的结构性错配
产品形态	Chiplet 芯粒设计，统一架构与软件栈，不同配置覆盖云、边、端	一套架构适配不同算力、功耗、成本要求

36氪用一句大白话说清楚这套设计的意思：它不是把现有 GPU 做得更快更省电，而是给 “要做判断、要推演后果、要在物理世界里行动” 的算法，单独配了一套计算通路。朱松纯给这件事的定调是 “通用人工智能的竞争，本质是架构之争，通芯要做的是把这条路落到硅上”。

首款芯片的定位：一颗高性价比推理芯片，云端打 B300、端侧打 Thor

公司把第一代产品定义得很务实：不是全能选手，而是一颗 “支持 AGI 算法的、高性价比推理芯片”，同时覆盖云端模型工厂和端侧物理智能。按官方口径，端侧对标英伟达 Thor 系列，云端对标 B300 系列。36氪这个对标方式要冷静看 —— 它说的是产品定位和赛道，不是已经验证过的性能数字，目前连原型都还没跑。

商业化规划了三条线，公司称均已 “初步达成规模合作意向”：

方向	客户类型	卖什么
AGI 通用智能体	通研院体系及产业战略伙伴	与 “通通” 等智能体、大模型协同的端到端方案
大模型智算集群、Token 工厂	整机厂商、地方智算中心	高性价比 Token 算力
物理智能与具身机器人	机器人厂商、行业客户	端侧大算力推理芯片

其中落地最实的一笔是产业侧：2026 年 6 月 25 日，通芯智能与上市公司松霖科技签署战略合作框架协议，松霖机器人将作为其 AGI 芯片与模型方案的物理载体，切入医养、后勤等场景。电子工程专辑注意，“规模合作意向” 和 “签了合同的订单” 是两回事，前者只能说明有客户愿意谈，不能当作收入预测。

钱是谁给的，各自在图什么

投资方类型	具体机构	大致逻辑
高校系基金	清华校友种子基金（水木清华校友种子基金）	看重 “科学家 + 量产工程师” 的团队组合，希望尽快流片
研究院体系	北京通用人工智能研究院	孵化方，技术路线与 “通通” 智能体一脉相承
产业资本	松霖科技、平治信息、暗物智能	前者要具身智能底层算力，后两者看芯片与模型一体化
财务资本	豫资涨泉、普超资本、青创伯乐	赌 “训推分离后推理侧算力的长期机会” 和国产算力底座

36氪需要提示一个信息口径问题：清科旗下私募通数据库显示，公司在 2026 年 7 月 13 日已完成一轮天使轮工商变更，参与方为松霖科技、平治信息、衡盈资产、水木清华校友种子基金，该数据库披露的金额与本次官宣 “数亿元” 的口径存在差异，具体融资结构和金额拆分仍有待核实。电子工程专辑看早期芯片项目的融资新闻，这一点值得养成习惯：官宣口径通常是合并披露，不等于单轮金额。

时间表摆出来，就知道现在处在哪一格

时间	节点	性质
2026 年 4 月 29 日	公司成立	已完成
2026 年 6 月 25 日	与松霖科技签战略合作框架协议	已完成
2026 年 7 月	天使轮工商变更（清科口径）	已完成
成立三个月	完成架构设计与立项	已完成
现阶段	进入芯片设计阶段	进行中
2026 年 12 月初	FPGA 原型验证，展示阶段性成果	关键节点
之后	流片、回片验证、客户送测、量产	待发生

王海洋自己的说法是，芯片研发从立项到量产至少需要 20 个月。36氪按这个节奏倒推，即便 12 月原型验证顺利，真正走到量产交付也是 2028 年前后的事，中间还要经历流片费用、回片调试、软件栈适配、客户验证四道关。

这门生意成败取决于三个变量

变量一：架构能不能被软件生态接住。 芯片不是流片成功就结束了。编译器、算子库、框架适配、模型迁移工具链，缺一样客户就用不起来。通芯说要用 “统一架构和软件栈” 覆盖云边端，还要和 “通通” 等智能体、主流大模型做适配，这条路走通了是护城河，走不通就是一颗只能跑 demo 的芯片。

变量二：订单能不能从 “意向” 变成 “合同”。 三条商业化线目前都还是意向级。Token 工厂客户最现实，因为他们对 Token 单价极度敏感，只要性价比算得过来就愿意试；具身智能客户更看生态和功耗，周期更长。第一款芯片拿不到规模订单，第二代就没钱迭代。

变量三：钱够不够烧到量产。 数亿元对一家芯片设计公司来说，覆盖架构、前端、后端、流片、封测、软件栈和两年人力，是偏紧的。对比同期同行：微纳核芯半年累计融资 30 亿元、算苗科技一年近 20 亿元、蓝芯算力 B 轮近 20 亿元、辉羲智能年内超 25 亿元。36氪通芯智能的差异化在于它先在架构上讲清楚了故事，但后续大概率还要再融。

风险清单，说难听但有用

生态空白是最大风险。 CUDA 生态经营了十几年，新架构要从零建工具链，这不是靠一颗芯片能解决的。
流片是一次性豪赌。 先进工艺流片动辄数千万到上亿元，一次失败就要重来，而公司目前还没到这一步。
架构超前于需求。 现在真正跑在世界模型和物理智能上的商业负载还不算多，客户可能 “认同方向但暂时不用”。
收入验证太早。 公司成立半年、芯片未流片，任何收入预测都没有意义，合作意向不等于订单。
信息披露口径不统一。 官宣金额与工商数据库口径存差异，看后续轮次时要留个心眼。

相关 FAQ

问题 1：通芯智能这家北京 AI 芯片创企，融资的 “数亿元” 到底用在哪，为什么半年就能融到？

回答 1：钱明确用于芯片流片前的核心架构设计与研发，也就是把 CUV 认知架构和 Vector+Tensor+AGI Core 三单元从纸面做到可验证的电路设计。通芯智能能半年融到数亿元，靠的是三件事叠在一起：朱松纯的学术背书、王海洋这批做过龙芯和海光量产的工程团队、以及 AGI 专用架构这个在国产芯片里足够稀缺的叙事，投资方买的是 “架构定义权”，不是当下的营收。

问题 2：通芯智能的 AGI 专用架构和普通 AI 芯片到底差在哪，是不是换个说法？

回答 2：差别在定义芯片的起点。普通 AI 芯片是从 GPU 架构出发，优化矩阵乘加，服务于统计式大模型；通芯智能的 AGI 专用架构是从 AGI 算法出发反向定义硬件，除了兼容 CNN、Transformer，还专门为逻辑推理、因果推理、价值推理、图遍历这些算子做硬件加速，并用混合存算一体缓解内存墙。用王海洋的话说，这不是做一个更快的 “计算器”，而是给会判断、会行动的智能体配一套新计算通路。

问题 3：作为北京 AI 芯片创企，通芯智能的第一款芯片什么时候能看到实物，能对标英伟达吗？

回答 3：按公开时间表，通芯智能计划 2026 年 12 月初开展 FPGA 原型验证并展示阶段性成果，之后才是流片、回片和客户送测。所谓 “对标”，指的是产品定位 —— 端侧对标 Thor 系列、云端对标 B300 系列，不是已经跑出来的性能数字。这家北京 AI 芯片创企从立项到量产按创始人说法至少 20 个月，所以真正的实物芯片和大规模交付，大概率要等到 2028 年前后。

问题 4：通芯智能的 AGI 专用架构商业化靠谁买单？

回答 4：目前规划三条线：一是依托通研院体系做 AGI 通用智能体；二是面向大模型智算集群和 Token 工厂，与整机厂商、地方智算中心合作卖高性价比 Token 算力；三是给物理智能和具身机器人提供端侧推理芯片。已经落地的一笔是 2026 年 6 月与松霖科技签的战略合作框架协议，松霖机器人作为其 AGI 专用架构方案的物理载体切入医养、后勤场景。但这些目前多为 “规模合作意向”，不等于确认订单。

问题 5：想跟踪这家北京 AI 芯片创企，接下来该看哪几个信号？

回答 5：看三个：12 月 FPGA 原型验证能不能按期拿出可演示的成果；有没有从 “合作意向” 转成带金额的框架订单或预付款；以及下一轮融资的规模和领投方类型。对通芯智能这类押注 AGI 专用架构的公司，架构故事已经讲清楚了，接下来拼的是工程兑现能力，这三个信号比任何发布会都更能说明问题。

参考资料

[2026-11-13]（通芯智能完成数亿元种子及天使轮融资）北京商报
[2026-11-12]（海光创始核心技术团队创业 AGI 架构芯片，获清华系等基金数亿投资）36 氪
[2026-11-12]（通芯智能完成数亿元融资研发原生 AGI 架构芯片）经济参考网（新华社《经济参考报》）
[2026-11-12]（通芯智能完成数亿元种子轮及天使轮融资，龙芯海光背景团队研发 AGI 架构芯片）电子工程专辑
[2026-11-12]（朱松纯联手海光四代架构负责人创业，通芯智能获数亿元融资，主打原生 AGI 芯片架构）每日经济新闻
[2026-11-12]（消息称通芯智能已完成数亿元融资，首款 AGI 芯片计划 12 月开展原型验证）IT 之家
[2026-11-06]（国产 AI 芯片融资密集落地）36 氪（科创板日报）
[2026-10-26]（13 亿！北京 Token 工厂拿下新融资）智东西
[2026-08-06]（北京经开区正成为 AI 投资热土上半年 8 家人工智能企业获超 150 亿元融资）北京日报

免责声明

本文基于公开报道与企业官方披露信息整理，仅作行业观察与信息参考，不构成投资建议、估值判断或采购依据。文中融资金额、投资方名单、时间节点与技术参数均来自媒体公开报道，其中部分数据存在披露口径差异（如清科私募通数据库与官宣金额不一致），具体以企业工商登记、正式公告及后续官方披露为准。涉及技术路线的前景判断为受访者观点，不代表本文立场，芯片研发存在流片失败、进度延期与商业化不及预期等风险，请读者独立判断。

本文来自作者[幻码巡域官]投稿，不代表环球科技潮立场，如若转载，请注明出处：https://www.zennew.com/bdt/202611/1057.html