如果你在信号盲区里对着手机喊不出一个能理解长指令的AI秒回结果，或者担忧私人对话上传云端后被喂给下一版大模型，那么你就能理解端侧AI——让智能直接在本地闪存和神经引擎上完成推理——为何成了新一轮厮杀之地。过去一年，苹果、高通、联发科、以及几乎所有安卓大厂都在把NPU和大模型塞进芯片，但一个尴尬的事实是：端侧部署的模型大多只是云端的缩水版，本地算力管不够，软件栈也支离破碎。于是，端侧AI需要的不只是压缩模型，它更需要一套能让模型在数十亿参数的规模下就地思考的底层系统。一家从上海交通大学并行与分布式系统研究所（IPADS）孵化出来的新公司恰好站在这个交叉点上。
这家公司是上海本智激活智能科技有限公司（Zenergize）。成立于2025年1月，它没有从模型训练切入，也没有做硬件，而是试图构建一套“端侧原生大模型全栈软硬件技术体系”，最终形态被抽象地描述为“个人AI大脑”。其创始人兼CEO糜泽羽是上海交大副教授、博导，团队多数来自IPADS研究所，这个实验室近十年来在CSRankings操作系统领域排名全球第一。长期深耕操作系统与分布式系统的背景，让他们选择从端侧推理底层的Infra开始：如何调度有限的CPU/GPU/NPU，如何管理内存和功耗，让一个不太够用的终端跑出“聪明”的体验。
近日，工商信息与多份公开报道交叉显示，本智激活获得了一系列头部机构的注资。天眼查App于7月29日更新的股东名单中，顺为资本、经纬创投、锦秋基金、云启资本、戈壁创投（Gobi Partners）、BV百度风投、L2F光源创业者基金、阿里巴巴创业者基金等八家机构同时出现。尽管公司并未官方公布本轮融资的金额和轮次，但资本集结的密度与结构，足以把这个还未完全露出真容的“端侧原生AI”项目推到聚光灯下。需要指出的是，针对金额与轮次，市场上存在相互矛盾的报道：一部分信源称为天使轮数千万美元，另一部分则描述为种子轮数千万元人民币，公司方面至今未做澄清或证实。有报道称光源资本同时担任本轮融资的孵化方与财务顾问，这可能解释了信息来源分散且叙述口径不尽相同的现象——不同参与方在不同阶段释放的信息颗粒度本身就不一致。
| 公司 | 上海本智激活智能科技有限公司（Zenergize） |
| 轮次 | 未披露 |
| 金额 | 未披露 |
| 投资方 | 顺为资本、经纬创投、锦秋基金、云启资本、戈壁创投（Gobi Partners）、BV百度风投、L2F光源创业者基金、阿里巴巴创业者基金 |
| 总部 | 上海 |
| 创始人 | 糜泽羽 |
| 官网 | https://tiiny.ai/ |
从CSRankings全球第一的实验室走出，端侧AI的“根技术”能否长出商业枝桠？
IPADS在操作系统领域的声望是本智激活最硬的底牌。该研究所近10年稳居CSRankings操作系统方向全球第一，在分布式系统、虚拟化等根技术上有深厚积累。但对于一家必须做出产品的公司来说，学术光环也是一柄双刃剑。IPADS过往的成功大多是论文和开源项目。这些成果证明了团队在分析系统瓶颈、设计高效运行时方面的世界级能力，但它们都是在学术界开源框架下的单点突破，离一个完整的、可面向硬件厂商或消费者交付的软硬件全栈方案，还存在从“原型验证”到“产品化规范”的漫长距离。如何把代码仓库变成一套可迭代、可兼容、有技术支持的商业发行版，是本智激活必须迈过的第一重沟坎。这意味着公司不仅需要写代码，还要建立测试、文档、售后和生态兼容性验证体系，而这一切在纯学术环境中几乎从未被考核过。
工商信息显示，目前本智激活由糜泽羽持股51%，上海爱派兹尔企业管理合伙企业（有限合伙）持股32%，宋奕欣持股17%。这种创始人高度控股的结构在早期学术孵化项目中较为常见，可能有利于在技术方向上保持决策集中度。但当公司需要从芯片原厂获取深度适配支持、或与手机大厂谈判商业合同时，股权集中度是否能换来同样集中的商业谈判筹码，仍然是一个开放的疑问。此外，团队核心成员主要来自IPADS研究所的教师及博士生群体，技术能力无需置疑，但产品定义、供应链管理、销售渠道搭建等商业岗位的配置情况至今未对外披露，而这些恰恰是决定“全栈体系”能否走出实验室的关键变量。
PowerInfer开源遗产：一场从系统层为端侧算力松绑的实验
本智激活的技术路径并不神秘：不追求把所有参数塞进显存，而是通过细粒度计算调度、模型稀疏激活和内存层级优化，让端侧设备能在可控功耗下跑通更大的模型。这些开源项目为团队积累了端侧推理框架的实战经验，也吸引了早期技术拥趸的注意。
但需要清醒看到的是，开源项目适应的是英伟达GPU生态，而端侧设备芯片五花八门，从高通、联发科到苹果M系列、阿里平头哥，每个平台的NPU和GPU抽象层都不同。要把技术体系真正做成“端侧原生”，必须下沉到与芯片指令集和驱动打交道的深度，这绝非在CUDA生态里调参可比。在GPU上验证过的算子融合策略，迁移到高通Hexagon或苹果ANE上时可能因指令集差异而完全失效；内存层级优化方案在统一内存架构的苹果M系列上表现良好，但在分立式内存的安卓平台上也许需要全部重写。这需要持续的硬件适配投入，且与芯片原厂的合作深度直接决定了落地速度。迄今该公司尚未披露与任何芯片厂商的官方合作关系，这或许意味着早期产品可能先瞄准某一两个主流平台进行深度优化，而后再逐步扩展。然而，如果适配节奏落后于硬件迭代——例如高通一年一代的骁龙平台或苹果每年更新的A/M系列——技术优势就可能被稀释。考虑到团队虽在系统软件领域有深厚积累，但直接与芯片厂商进行底层合作可能仍需要建立新的商务和技术对接通道，这一过程本身也需要时间。
八路资本集结，赌一个未被定义的“个人AI大脑”生态
这轮融资的股东名单透露出多重信号。除了顺为、经纬等典型财务VC，更显眼的是互联网大厂背景的CVC：BV百度风投和阿里巴巴创业者基金。百度有文心大模型和智能硬件生态，阿里端侧部署通义模型并且有平头哥芯片，二者都可能成为端侧AI的操作系统化玩家。戈壁创投旗下的阿里巴巴创业者基金进一步强化了阿里系色彩。此外，云启资本曾投资多家系统软件公司，光源资本更是作为孵化方与财务顾问嵌入极深——这在本轮融资中尤为特别，同一机构同时扮演孵化方与FA的情况并不常见，通常意味着对项目的介入远早于融资窗口，也承担了更高的声誉绑定风险。
这种资本结构折射出一个判断：端侧AI不会是一个孤立应用，它极可能演变成为连接芯片、模型与设备的“软硬中间层”，类似于Android当年对移动生态的整合效应。资本下注的不仅是一个团队，更是一个潜在的生态位。但生态位是跑出来的，不是设计出来的，被八家股东同时押注，也意味着一旦商业化进展不及预期，分歧与退出压力将被同步放大。有消息称本轮为本智激活首轮融资，若属实，首轮即引入如此多元的股东结构，可能在治理层面埋下伏笔——不同背景的投资方对技术路线、商业化节奏和退出路径的期望可能不尽相同。此外，多家大厂CVC同时入场，可能也暗含一种顾虑：他们担心端侧AI OS被某一方独占，于是选择分散押注以保留接入可能。这种“防守型投资”逻辑对于被投公司本身未必是坏事，它意味着短期内不会出现某一巨头通过排他性绑定锁死公司方向的情况，但代价是公司需要在多个潜在合作方之间保持微妙的平衡。
全栈自研的待解方程：硬件适配与工程化能否在烧干资金前跑通？
公司对外透露的资金用途涵盖了“端侧原生大模型全栈软硬件技术体系研发、核心产品落地和全球市场拓展”。本智激活官方表示：“此次融资将助力公司在端侧原生大模型全栈软硬件技术体系研发、核心产品落地和全球市场拓展上迈出关键一步，加速‘个人AI大脑’时代的到来。”全栈软硬件体系意味着既要开发推理引擎、模型压缩工具链，又要设计参考硬件或与硬件伙伴定义接口。每一条战线都在烧钱。仅适配主流芯片平台的首个可用版本，典型团队便需要数十名资深系统工程师埋头一年以上，更难的是全球拓展时面临碎片化的海外市场和合规要求。
招聘信息从侧面印证了团队扩张的方向：根据猎聘公开信息，公司正在招聘技术岗位。这暗示公司可能仍处于核心技术团队搭建阶段，距离产品交付还有相当距离。更关键的是，这个“个人AI大脑”尚无成型产品，用户价值没有实际验证。即便技术团队有学术界顶级的系统优化能力，把技术变成可付费产品的每一步都充满危险：接口稳定性、安全更新、客户支持、场景定义，都是实验室里不曾遇到过的问题。全栈策略在实际执行中还有一层隐性挑战：自研的深度越深，与现有生态的兼容边界就越需要清晰划定。如果推理引擎与主流模型格式不完全兼容，开发者迁移成本就会上升；如果工具链的学习曲线过陡，即使性能更优也可能被搁置。资金或许可以支撑团队两三年的高强度研发，但如果在此期间未能拿出一个令硬件厂商或开发者愿意付费的中间件版本，那么全栈蓝图就可能因资金耗尽而被迫收缩战线，从“全栈自研”退回到“单点优化”，届时整个生态位叙事的说服力将大打折扣。
端侧AI没有孤岛：苹果、手机厂、云端巨头的三重围剿
本智激活设想的“个人AI大脑”本质上是一个本地智能助手，它需要在手机、眼镜、耳机、汽车座舱等终端上持续运行，感知用户上下文，给出个性化反馈。但这一领域早已拥挤不堪。苹果拥有自研芯片、操作系统和端侧模型部署的全链条控制，从A系列仿生芯片的神经引擎到Core ML框架再到Apple Intelligence功能落地，这是一条几乎不给第三方中间件留缝隙的垂直整合路线；安卓厂商如三星、小米也在深度整合自家大模型和定制语音助手，其中三星的Galaxy AI已与高通骁龙平台深度耦合，小米的HyperOS也在尝试将大模型能力下沉至系统服务层；更有云端方案如ChatGPT、Gemini可通过APP实现部分离线功能，虽然体验不及本地方案无缝，但在多数有网场景下已经足够好用。
如果本智激活走的是to C独立应用，它需直面科技巨头的用户黏性和系统级权限碾压。一个独立应用很难获得底层传感器持续唤醒、系统级上下文读取等权限，这些恰恰是“个人AI大脑”持续感知用户状态的前提。若定位为to B技术方案提供商，它又必须说服硬件厂商放弃自研或开源框架，选用一个仍在早期阶段的第三方系统。在硬件厂商普遍将端侧AI视为差异化核心卖点、倾向于自研或至少可控的当下，说服成本可能远高于技术本身的价值。公司有没有想清楚切入点是手环、耳机还是某个更垂直的场景，目前没有人知道，而这种模糊本身就是一种风险。一个相对现实的可能路径是：公司先聚焦某一类功耗与算力矛盾最为尖锐的可穿戴设备——例如始终在线但电池极其有限的智能眼镜或TWS耳机——通过深度联合优化打造标杆案例，再用标杆效应撬动更广泛的平台适配。这条路径避开了与苹果、三星在手机主战场上的直接碰撞，但也意味着早期可获取的市场体量相对有限，需要投资人有足够长的耐心。
商业化未交卷，“大脑”需要先找到身体
关于商业模式，本智激活至今只字未提。可以合理推断的方向不外乎：向设备厂商License端侧AI中间件、推出面向开发者的端侧部署套件、或直接做一款自研AI硬件终端。但无论哪条路，都要求公司先证明两件事：其一，其全栈方案带来的体验提升足以让厂商放弃现成开源方案或内部自研；其二，存在足够大的付费市场来撑起数十人乃至数百人团队的运营。
在开源社区PowerInfer已证明基本可行性的情况下，商业可持续性恰恰是最大盲区——有钱的学术团队擅长解决技术难题，但未必擅长回答“客户为什么买”。如果走中间件授权路线，谈判周期可能以年计，且每个客户的定制化需求都会持续消耗工程资源，一家初创公司的支持团队规模可能很快成为瓶颈。如果做自研硬件，供应链管理和品牌渠道建设又是一场需要大量资金和经验的恶战，目前在团队公开背景中还看不到这方面的履历储备。公司至今没有一款对外可体验的产品原型，这让任何商业假设都停留在纸面上。还有一个待澄清的关键问题是定价逻辑：端侧AI中间件的价值最终需要体现在硬件成本节约或用户体验提升上，但当前端侧NPU算力每代翻倍的成本下降速度远超软件优化的收益空间，这意味着公司必须持续证明其优化方案能在最新一代硬件上依然创造出显著的边际价值，而不只是让旧硬件跑出新效果。
待验证的三大假设：端侧智能是刚需还是过渡方案？
抛开资本故事，本智激活的成功依赖于三个仍未证伪的前置假设。第一个是本地推理将长期不可替代，用户对低延迟、离线可用和隐私绝对控制的需求，足以支撑独立端侧AI产品的溢价。然而随着5G/6G与边缘计算网络演进，云-边协同推理可能以极低成本提供类似体验——当网络延迟降至10毫秒以下、边缘节点遍布每个基站时，“端侧绝对离线”的必要性可能被削弱为少数极端场景的刚需，而非大众市场的核心诉求。第二个是“个人AI大脑”能从系统层面形成数据飞轮：端侧越用越聪明，模型个性化微调成为护城河。但端侧训练至今仍是技术无人区，在电池供电设备上进行模型微调的计算和功耗代价极高，且个性化数据与基础模型的权重融合可能引入不可控的幻觉风险。该方向若无法在功耗和效果之间取得突破，本地智能就只是快一些的预置模型，与云端定期推送的更新版本并无本质差异。第三个假设是开源项目积累的开发者社区能够顺利转化为商业客户，就像Red Hat之于Linux。但系统软件商业史显示，开源社区的喜爱与付费合同之间有一道巨大的鸿沟，尤其当免费替代品同样高效时——PowerInfer本身仍在活跃迭代，若有社区贡献者持续维护其GPU版本，商业衍生版必须在跨平台、稳定性或工具链易用性上提供足够显著的额外价值才可能吸引付费。
三道假设都指向同一个结论：本智激活有机会重新定义端侧AI的软件地基，它从操作系统层面切入的视角也确实区别于市面上多数专注于模型压缩或应用层体验的团队，但前提是必须在技术理想和商业现实之间找到一个精确的交点。而这个交点的坐标，目前还隐藏在实验室的代码仓库和还未公开的产品路线图之中。
RecodeX 极客视：端侧AI不缺炒作，缺的是把模型塞进可穿戴设备后依然流畅运行的底层能力。本智激活带着全球顶尖的操作系统基因和豪华资本阵容试图构筑那个中间层，方向走得早，也选了一个足够硬核的切入点——从系统调度和内存管理出发，而非在应用层做表面功夫。但技术全栈自研的投入压力和碎片化生态的适配困难如同两座大山，在芯片平台五花八门、每一家硬件厂商都试图把端侧AI能力攥在自己手里的当下，第三方中间层的生态位是否存在、如果存在又由谁来占据，仍是未定之数。其“个人AI大脑”要真正跳动，还需证明端侧推理的体验差异化能转化为付费意愿，而不是又一个被云边协同替代的华丽构想。