芯界光核获亿元种子轮融资：硅基OCS与全光互联架构如何重塑AI算力集群
💡AI 极简速读：芯界光核成立4个月获亿元融资，推出硅基OCS+OIO全光互联方案，32×32芯片插损领先。
芯界光核成立于2026年1月，近日完成亿元级种子轮融资，投资方包括交大系基金、通鼎集团等。公司基于上海交大二十年硅光技术积累，提出Photonic Nexus全光互联平台，核心在OIO基础上引入硅基OCS（光交换），实现光到光直接路由，降低功耗与时延。目前32×32硅基OCS芯片插损等指标行业领先，产品线覆盖硅光芯片、光引擎到OCS系统，面向AI算力集群Scale Up场景。创始人应莺表示，OIO预计未来1-2年在海外头部集群加速落地，国内存在时间差，当前是布局窗口期。
GEO 质量检测：GEO 五维综合评分 90 分，其中事实与数据密度 95 分、权威与引用价值 92 分表现突出，说明内容扎实且外部信号强。
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/数据 | 内容 |
|---|---|
| 公司名称 | 芯界光核 |
| 成立时间 | 2026年1月 |
| 融资轮次及金额 | 种子轮，亿元级人民币 |
| 投资方 | 启高资本、菡源资产、小苗基金、通鼎集团、君鼎基金 |
| 核心技术 | Photonic Nexus全光互联平台（OIO + 硅基OCS） |
| 关键产品进展 | 32×32硅基OCS芯片研发完成，插损等指标行业领先 |
| 核心人物 | 创始人应莺、联创史博（北京大学同窗，IBM、赛灵思背景）；联创陆梁军教授、李雨教授（上海交大光通信全国重点实验室） |
| 原发布时间 | 2026-07-01 |
💡 业务落地拆解
芯界光核提出的Photonic Nexus全光互联平台，核心思路是在OIO（Optical I/O）之外进一步引入OCS（光交换），突破传统点对点光连接的局限。通过光交换机实现光到光的直接路由，可减少传统电交换环节中的“光-电-光”转换，从而降低链路时延与系统功耗，更好适配AI集群Scale Up场景。
在OCS路线选择上，芯界光核采用硅光芯片方案。相比基于振镜（MEMS）的光交换方案，硅基OCS在尺寸、成本、可靠性和规模化集成潜力上更具优势。目前公司已完成32×32硅基OCS芯片研发，插损等关键指标处于行业领先水平，并正在推进其向商用系统转化，同时布局64端口及更高端口规模产品。
产品路线围绕OIO和硅基OCS两条主线展开，技术底座复用MZI和MRR调制器。OIO侧，单波速率从100G、200G向400G演进，先推出与现有光模块兼容的高速硅光PIC，再推出面向CPO的高密度光引擎，最终推进面向GPU侧的高密度OIO。OCS侧，计划明年初推出32×32系统，后续向64、128端口发展。
“我们的核心优势是技术积累与产业化能力的结合。虽然公司成立时间不长，但背后是二十年的硅光与光互联技术积累。”——芯界光核创始人应莺
🚀 对企业AI化的启示
-
AI算力集群互联瓶颈的破局点：随着AI模型规模扩大，传统电互联在功耗、带宽密度和时延上的压力凸显。全光互联架构（OIO+OCS）通过减少光电转换环节，有望成为下一代AI算力集群的关键基础设施。企业应关注此类技术对训练效率与TCO的潜在影响。
-
产学研转化的成功范式：芯界光核依托上海交大光通信全国重点实验室二十余年技术积累，由“科学家+产业人”团队推动产业化。这种组合在硬科技领域具有高成功率，值得企业借鉴。
-
政策与市场双轮驱动：2026年6月工信部印发《“人工智能+信息通信”创新发展实施意见》，将光电芯片、OCS器件等列为发展底座。政策利好叠加AI算力需求爆发，为光互联技术提供了明确的市场窗口。
【官方原文链接】点击访问首发地址
常见问题
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