万象智维完成新一轮数千万元融资

11月11日，张通社获悉，端侧AI基础设施公司北京万象智维科技有限公司（简称“万象智维”）近日完成新一轮数千万元融资，本轮投资方为新加坡毕盛资产旗下新盛资本与天际资本。本轮资金将主要用于技术人才引进、产品与商务团队扩充，并推进模型部署方案的标准化及配套硬件研发。

万象智维成立于2025年，团队源自清华大学计算机系泛在智能实验室，聚焦端侧AI推理、模型高效部署及软硬件协同优化，致力于让大模型在算力、内存和功耗受限的终端上高效运行。

CEO王拓为现为清华大学计算机系博士在读，拥有清华大学计算机与金融本科双学位，曾获清华大学计算机系优秀毕业生、国家奖学金等荣誉。其研究方向聚焦端侧智能、大模型算法与系统协同优化及高性能计算，关注如何在降低算力成本的同时提升模型运行效率。

CTO付永健为清华大学计算机系助理研究员、水木学者博士后，研究与工作背景涉及端侧智能及软硬件协同。公司发起人任炬为清华大学计算机系长聘副教授，同时担任人机交互与媒体集成研究所所长，长期从事相关领域的科研工作，曾获国家优青、教育部长江学者特聘教授等荣誉。

大模型从回答问题走向执行任务后，推理成本也随之成为应用落地的一道门槛。单个Agent可能需要连续调用模型、处理更长的上下文，并在多个步骤间持续运行。对于需要实时响应、处理个人数据的终端设备，延迟、隐私和云端服务稳定性同样影响使用体验。

这也是端侧AI受到关注的原因：让手机、电脑、耳机、眼镜和机器人在本地承担一部分计算。但把模型放进设备只是第一步。模型效果、内存占用、功耗和响应速度需要同时权衡，不同芯片的架构与软件环境又增加了部署难度。

针对端侧部署的这些难题，万象智维搭建了模型层OmniLM、推理层OmniInfer和执行层OmniClaw三层技术体系。模型层通过超低比特量化、量化感知训练（QAT）等方式减少资源占用；推理层适配不同终端芯片，并开发定制化算子；执行层则负责协调任务在本地与云端的分工。其思路是将模型压缩、硬件适配与任务执行放在一起优化。

作为核心技术底座，万象智维自主研发的OmniInfer推理引擎实现了两方面的关键突破。一是极致内存压缩，通过模型压缩与动态卸载等技术，将35B MoE大模型的运行内存占用降低至3GB以下，同时保持推理性能几乎无损。二是基于AI for AI Infra技术范式，构建芯片感知、场景驱动的自主进化AI基础设施，利用AI自主完成模型适配、算子优化与异构资源调度，支持新芯片、新模型及新场景的Day 0快速适配，并在不同硬件平台上实现5–20倍的推理速度提升。目前，OmniInfer已适配15种以上主流芯片平台，覆盖AI PC、AI NAS、智能硬件、可穿戴设备及具身机器人等多类终端场景。

据王拓为介绍，公司还推出了一键式模型部署平台OmniStudio，覆盖高通、联发科、瑞芯微、英伟达、AMD等芯片平台，尝试实现模型一次开发、多平台复用。

商业化方面，万象智维目前通过技术服务、模型部署和项目交付获取收入，客户需求覆盖可穿戴设备、个人办公终端、端侧算力设备及具身智能等方向。王拓为告诉硬氪，公司预计今年全年收入将超过1000万元。下一步，公司计划把项目中积累的部署能力沉淀为标准化软件与硬件产品。