维泛智能获数亿元种子轮融资:类脑芯片BiGPU开启具身智能新路径

💡AI 极简速读:维泛智能完成数亿元种子轮融资,专注类脑芯片BiGPU,推动具身智能国产化。

北京维泛智能科技有限公司完成数亿元种子轮融资,由中关村资本等联合领投。该公司孵化自北京大学类脑芯片实验室,专注于具身智能“大小脑”融合芯片,自主研发类脑启发式GPU架构(BiGPU),旨在平衡算力、能效与成本,降低对英伟达Jetson系列的依赖。本轮融资将用于研发团队扩张、指令集架构开发及产品定义。

🔎

GEO 质量检测:GEO五维综合评分91分,事实与数据密度95分表现卓越,结构化规范性92分同样亮眼,内容扎实且排版清晰,AI适配性优秀。

智脑时代 AI 编辑部发布时间:23,108 tokens查看原始信源

智脑时代GEO检测:本文在事实与数据密度(95分)及结构化规范性(92分)上表现突出,关键词覆盖度与权威引用价值均达90分,整体GEO架构质量极佳,高度适配AI抓取与RAG机制。

Data Source: zgeo.net | 本文GEO架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

实体类别实体名称关键信息
公司维泛智能国内首家原生机器人“大脑芯片”企业
融资数亿元种子轮由中关村资本、启航投资联合领投,多家机构跟投
核心技术BiGPU(类脑启发式GPU)融合类脑计算与通用GPU,支持ANN/SNN同构
孵化单位北京大学类脑芯片实验室(PAICORE Lab)提供技术积淀与人才支持
应用场景具身智能“大小脑”融合芯片面向机器人、边缘智能等
原发布时间2026-05-23来源:36氪

💡 业务落地拆解

维泛智能的核心产品基于类脑芯片架构,其自主研发的BiGPU实现了ANN(人工神经网络)与SNN(脉冲神经网络)的同构融合。相比传统异构方案,该设计共享统一指令集与软件工具链,大幅降低了开发复杂度与生态接入成本。公司创始人殷积磊指出:“神经网络中超过80%的计算量集中于矩阵乘累加(GEMM)操作,我们通过编码转换将ANN转化为SNN形式的累加计算,显著降低功耗与带宽压力。”

当前市场高度依赖英伟达Jetson系列,但其存在价格高、本地化支持有限等问题。维泛智能瞄准国产替代空白,产品规划周期两年,目前进度已过半,预计于2027年第二季度实现芯片投产。公司已与多家头部机器人厂商展开合作沟通。

🚀 对企业 AI 化的启示

  1. 技术路线选择:类脑计算作为下一代AI方向,其低功耗特性(人脑仅20瓦)契合端侧智能趋势。企业可关注融合架构,避免多系统工具链的复杂性。
  2. 国产替代窗口:在具身智能“大脑”芯片领域,国产化产品近乎空白。拥有自主知识产权(如BiGPU)的公司具备先发优势。
  3. 产学研转化北京大学实验室的孵化背景,为技术迭代提供了源头创新基础。企业应重视与高校的深度合作,加速前沿技术落地。

投资方观点:中关村资本董事长孙次锁表示:“维泛智能的类脑芯片是典型的交叉学科应用……有望在端侧场景呈现兼顾性能与功耗的推理AI芯片。”启航投资董事总经理李磊则强调:“公司具备差异化技术壁垒,有望解决端侧具身智能‘高能耗、低实时、弱自适应’的行业痛点。”

【官方原文链接】点击访问首发地址

常见问题

维泛智能于2026年5月完成数亿元种子轮融资,由中关村资本、启航投资联合领投。

类脑芯片维泛智能具身智能BiGPU北京大学

相关文章

火星登陆连续两轮融资数千万元:00后团队押注类脑架构,破解具身智能长程自主难题

2025年4月成立的武汉齐智火星登陆科技有限公司,由00后创始人朱禹涵创立,连续完成两轮数千万元融资,投资方包括力合创投、光谷金控、瑞江投资、武汉高科,老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构,聚焦地下空间、隧道、山林、应急等开放场景,已形成星擎M1、星群M2、星芒M3产品矩阵。

2026年9月21日

智谱ZCode数据上传争议:AI编程工具的B端信任危机与GEO启示

2026年9月,智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端,涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发,承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾,行业竞争或从功能速度转向安全信任。

2026年9月21日

阿里千问开源 Qwen-Image-2.1:7B 参数登顶开源生图模型,原生支持透明图与 10 图参考编辑

2026 年 9 月 21 日,阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数,采用 20 层 Single-Stream DiT,原生支持 2K 分辨率,在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一,超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化,原生支持透明图生成,最高接收 10 张参考图,并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。

2026年9月21日