上交+清華團隊做端側AI：連續兩輪融資過億、服務蘋果比亞迪寧德丨36氪首發

作者丨歐雪

編輯丨袁斯來

硬氪獲悉，端側AI領軍應用企業上海辛米爾科技有限公司（以下簡稱“辛米爾”）近日宣布連續完成億元A輪及A+輪融資。國泰君安創新投資、國經資本、同鑫資本參與投資；毅仁資本擔任獨家財務顧問。

融資資金將主要用于下一代感算一體芯片架構研發；加速全球化商業落地，將國內高端制造領域已驗證的方案系統化推向歐美、日韓及東南亞市場；擴充高端產能并引進關鍵人才，以支撐未來兩年強勁增長的訂單預期。

辛米爾成立于2019年，總部位于上海。公司核心產品為基于“感算一體”技術底座的平臺化、全棧式產品矩陣，涵蓋芯片層（感算一體AI SoC芯片與IP設計）、模塊層（面向視頻、音頻、控制、傳感的系列化智能模組）和系統層（針對標桿場景的軟硬一體解決方案）。

公司核心團隊兼具學術背景與產業經驗，具備從技術研發到商業落地的完整能力。

公司創始人兼CEO楊明倫博士就讀于上海交通大學，曾任全球最大機器人公司FANUC研發主管、多家機器人創業公司早期成員和聯創，擁有超十年的工業機器人應用研發與規?；涞亟涷?。

其創始人兼CTO程遠為上海交通大學副教授，曾任清華大學助理研究員/博士后，多篇著作發表在Nature系列學術頂刊，國際首次實現百萬TOPS通用感算一體芯片架構，在端側智能、高效計算、光電芯片等研究領域影響廣泛。其他核心團隊亦來自上交/清華，擁有15年以上高端制造運營管理經驗。

在技術層面，辛米爾實現了對傳統馮·諾依曼架構的突破，開創并實踐了"感算一體"這一全新端側計算范式。其技術核心是將感知與計算在同一芯片中深度融合，基于大規?？芍貥嫾軜嬤M行聯合設計優化，從而從源頭消除了感知、存儲與計算單元之間的數據傳輸瓶頸。

這一技術在處理視頻、音頻等復雜多模態流式連續數據時，在響應速度、能效與實時性上展現出指數級提升潛力，并已成功應用于SoC芯片設計，為端側AI設備提供了真正意義上的“硬件原生智能”。

目前，產品已廣泛應用于智能制造、具身智能機器人、汽車、新能源、智慧城市及精密儀器監測等領域。

感算一體芯片產品（圖源/企業）

隨著AI進入追求“高能效專用智能”的下半場，端側AI正成為技術落地的關鍵。未來AI須下沉至具體場景，與傳感器、執行器深度融合，為海量物理設備嵌入實時智能。

這一轉向標志著產業從大模型“上半場”，邁向與物理世界深度協同、追求系統效率的“下半場”。市場正從消費互聯網加速擴展至產業物聯網，覆蓋智能制造、具身智能機器人、新能源等高價值領域，目前正處于爆發增長初期。

目前，辛米爾的業績一直處于高速增長階段，營收已連續多年翻倍增長，毛利率則長期保持在高位。其中，公司海外業務是未來幾年公司持續拓展的重點，年增速超過400%，預計今年相關收入占比將提升至40%以上。

硬氪了解到，辛米爾已服務超過300家客戶，涵蓋幾乎所有汽車整車及零部件品牌、全球最大手機品牌及其核心代工企業、全球最大的鋰電池企業、全球前兩大商用飛機及航發品牌等國內外巨頭。

站點級工業Agent標桿解決方案（圖源/企業）

對于端側AI應用領域當前行業面臨的核心痛點，創始人程遠認為，行業正從追求“大模型”通用能力轉向追求“高能效”專用智能。核心痛點在于客戶面臨的“效率三角”挑戰：既要求極致的實時性與可靠性（如工業場景的毫秒級響應），又要求極低的功耗與部署成本，同時還需處理復雜的多模態序列數據（如視頻流、時序信號）。

現有基于通用計算和云端的方案難以兼顧這些矛盾需求，而這也正是“感算一體”架構能夠創造顛覆性價值的突破口。

“未來將走向“智能體化”與軟硬件協同設計。AI設備不再只是傳感器，而是能獨立完成感知、決策、行動全流程的自主系統?！背踢h稱。

程遠表示，大量即時反應任務（如避障、急停）將由感算一體模組在本地瞬時完成，形成類似“本能”的響應。中央云端則專注長期規劃與學習。這意味著，硬件將成為智能體“本能”的載體，并向“感算控一體化”的標準化模塊演進，從而極大降低復雜AI系統的開發門檻與能耗，加速智能終端的普及。

辛米爾構建的，正是支撐這一未來的核心——“感算一體系統”。

對于公司發展規劃，程遠表示，短期公司將繼續深耕工業Agent系統級部署，將其打造為全球智能制造的通用端側算力基座。

中期將依托“感算一體”技術平臺，全力拓展“具身智能”與“精密傳感”兩大黃金賽道，前者聚焦機器人的核心感知與決策模塊，后者面向科學儀器、基礎設施監測等場景，推動公司從“智能制造大腦”向“萬物智能”演進。

長期目標來看，公司會通過持續融合神經擬態計算、光電計算等前沿技術，將智能計算綜合能效提升數個數量級，讓AI能力如水電一樣融入物理世界的每個角落。

感算一體系統產品（圖源/企業）

投資方觀點：

國泰君安創新投資高級投資經理劉燁洲表示：當前大模型和AI agent應用追求做“加法”，用更多的數據訓練模型，整個過程都是高冗余度的，帶來的是高成本。我相信下一個階段，AI使用計算效率、能耗、速度將成為關注重點。辛米爾的端側AI基礎建設就是一個典型案例，通過感算一體架構設計，在端側完成高效計算，實現真正的算力重構。其落地策略是做“減法”：切入對實時性、成本與隱私要求嚴苛的工業場景，通過邊緣部署實現“減延遲、減算法、減成本”，有望成為未來萬物智能時代的關鍵算力基礎設施，推動AI真正走向無處不在的實時化與高能效時代。

國經資本投資副總裁錢源舜表示：要真正實現AI在具體場景的落地應用，依賴的不再是泛化的通用能力，而是能精準解決行業實際問題的深度專家。當前，大模型開源生態的繁榮顯著削弱了算法本身的壁壘，AI應用企業的競爭核心已轉向：1）獲取高價值的封閉場景數據，2）在有限的邊緣算力下高效完成復雜任務。辛米爾憑借其獨特的感算一體計算架構，實現了“以小算力驅動大運算”的端側Agentic AI，率先切入頭部工業客戶的生產環節，從而積累了大量稀缺的現場實操數據。這不僅推動了其數據飛輪的轉動，更切實解決了產線中的一系列核心痛點，形成了從技術、數據到商業價值的完整閉環。

同鑫資本投資總監鐘雨力表示：AI邁向端側與現場智能，核心競爭力已從模型規模轉向計算架構。辛米爾在感算一體與Agentic算力上的創新，從源頭提升能效與實時性，重構端側智能計算范式。同時，公司通過深入工業核心場景部署端側Agent，持續積累高價值、不可復制的現場數據，形成堅實的數據與技術壁壘。我們看好辛米爾憑借“架構創新+數據門檻”，在端側AI基礎設施領域保持長期領先。

原子創投董事總經理趙旸表示：辛米爾科技從創業伊始就展現出在端側AI與感算一體架構上的深厚技術底蘊與長期主義視野，這也是原子從天使輪起連續多輪持續加持的重要原因。公司以算法-硬件光電一體化協同設計為核心，持續突破端側算力的能效與實時性瓶頸，將前沿技術轉化為規模化落地的商業產品，快速構建起覆蓋多行業、多場景的應用生態。短短4年內完成從技術驗證到全球化商業落地，并順利連續完成A輪及A+輪融資，充分印證了其產品力與執行力。我們相信，辛米爾科技有望快速成為端側AI時代重要基礎設施級別的企業，持續引領“中國智造”做大做強。