九万里未来科技累计融资超一亿美元：端侧大算力推理芯片能否承接Agentic智能的算力拐点

一颗芯片要装下整个Agent，端侧算力正在撞上物理定律的墙

2026年秋天，深圳南山区讯美科技广场的一间办公室里，一家成立仅四个月的公司宣布累计融资超过一亿美元。这家公司没有官网，没有公开的产品手册，没有披露任何客户名单，甚至工商信息中的法定代表人一栏写着“邓新娥”——一个在融资新闻稿中从未出现过的名字。但它的创始人，是过去二十年中国大算力芯片产业绕不开的一个人：陈鹏。

融资消息本身并不令人意外。真正值得追问的是：当AI加速从云端走向端侧，当“Agentic智能”成为产业共识，端侧芯片是否真的能承接住这一轮算力迁移？还是说，这又是一次资本与叙事在硬件深水区的提前押注？

据高鹄资本消息，前海思鲲鹏总经理、地平线芯片总裁陈鹏创立的九万里未来科技有限公司已连续完成种子轮及天使轮融资，累计融资规模超过一亿美元。投资方包括红杉中国、某头部财务基金、华业天成、蓝驰创投、联想创投、中科创星、武岳峰科创、华登高科等财务及战略投资机构，高鹄资本担任独家财务顾问。

从鲲鹏到征程6：一个跨越三种计算范式的创始人，但公司本身还没有产品

九万里未来科技的叙事核心，几乎全部建立在创始人陈鹏的个人履历之上。据新浪财经报道，陈鹏在芯片行业深耕超过二十四年，职业生涯横跨海思与地平线两个关键产业平台，先后参与并主导鲲鹏、泰山ARM核、昇腾及征程6等中国大算力芯片代表性项目。在海思工作近二十年期间，他曾担任鲲鹏处理器研发部长、昇腾处理器芯片研发部长及鲲鹏处理器领域总经理，带领千人级团队。2023年加入地平线后，他担任芯片研发负责人、芯片产品线总裁，主导征程6系列从产品定义、架构设计、研发交付到量产落地的全过程。

这段履历的分量在于，它覆盖了从通用CPU到AI处理器再到车规级智能计算芯片的三种不同计算范式，并且每一段都走到了规模量产。新浪财经的报道进一步列举了他在海思期间主导或参与的几个关键节点：业界首颗TSMC CoWoS先进封装芯片、业界首款ARM64 Server芯片研发与量产、业界首次竞争力比肩ARM原生的ARM CPU核自研与量产落地，以及两年时间带领团队完成AI领域训练推理系列芯片从0到1的研发与量产。这些项目横跨自主CPU核心架构、复杂SoC设计、基础软件与编译器协同、先进制程和封装芯片流片、量产、供应链和客户交付，构成了大芯片研发中最完整也最艰难的链路。

联想集团副总裁、联想创投首席投资官、高级合伙人宋春雨在融资报道中表示，陈鹏及团队“经历了从架构定义、芯片设计到规模量产的完整产业闭环，这种兼具技术前瞻性与大规模工程落地能力的团队十分稀缺”。

但需要明确的是，九万里未来科技本身成立于2026年5月7日，至融资消息发布的9月14日，仅存在了四个多月。公司尚未披露任何芯片产品、技术规格、流片计划或客户进展。所有关于产品方向的描述——边侧/端侧大算力推理芯片、面向Agentic智能的开放计算平台——均来自公司口径，尚无独立第三方验证。一家成立四个月的公司拿到一亿美元，买的是团队和方向，不是产品。

陈鹏本人在融资报道中仅有一句公开表态：“我一直希望在计算芯片这个关键领域有几支队伍能承载使命、面向未来、不断突破和前进，在全球范围内具备竞争力。”这句话没有涉及任何具体的技术路线、产品定义或商业化时间表。它更像是对创业动机的陈述，而非对公司战略的说明。在芯片行业，创始人的履历可以降低团队风险，但无法替代产品风险。九万里未来科技目前所处的阶段，恰恰是产品风险最高的阶段：团队已经就位，方向已经宣布，但芯片还没有定义完成，更谈不上流片和验证。

“把超大规模参数的模型放到单颗芯片中高效运行”，这句话的工程含义远比听起来残酷

据公司披露，九万里未来科技将“聚焦边侧/端侧大算力推理芯片，围绕高算力、高能效、低时延、长程任务等核心需求，把超大规模参数的模型放到单颗芯片中高效运行”。这个目标听起来直接，但把它放进真实的产业链约束中，难度会迅速放大。

端侧推理芯片的核心矛盾从来不只是“算力不够”。一颗端侧芯片要同时面对功耗墙、内存带宽墙、先进制程成本和软件生态四个约束。以“超大规模参数模型单芯片运行”为例，如果一个模型参数量达到数百亿级别，仅权重存储就需要数十GB的显存或等效存储空间，而端侧设备的功耗预算通常在几瓦到几十瓦之间。要在这种功耗约束下实现高吞吐推理，意味着芯片设计必须在存算一体、稀疏计算、低精度量化或新型存储接口上做出架构级取舍，而不是简单堆叠算力单元。公司称其方向是“新的计算架构革命”，但截至发稿，未披露任何关于架构选择、制程节点、内存方案或软件栈的具体信息。

新浪财经的报道中有一段对陈鹏技术理念的转述，称他认为芯片产业是“微观纳米物理技术工程制造经济学”，真正有竞争力的芯片需要在性能、功耗、成本、数据使用效率、软件可用性与可制造性六个维度之间找到系统级最优解。这一表述说明创始团队对端侧芯片的多维约束有清醒认知，但认知层面的清醒与工程层面的落地之间，隔着一次甚至多次流片的距离。任何一个维度的失衡，都可能让实验室里的领先指标无法转化为客户真正愿意采用、能够稳定量产的产品。

另一个被忽略的约束是软件生态。一颗端侧推理芯片能否被采用，取决于它能否高效运行主流的模型格式、算子集合和推理框架。英伟达在数据中心的护城河，很大程度来自CUDA生态。端侧芯片如果只提供硬件而缺乏成熟的编译器、运行时和模型适配工具链，客户迁移成本会高到难以接受。九万里未来科技称要打造“开放计算平台”，但“开放”的具体含义——是开源软件栈、兼容主流框架、还是提供完整的开发工具链——目前未披露。在端侧场景中，软件生态的碎片化程度甚至高于数据中心：不同终端设备的操作系统、内存配置、功耗策略和安全要求差异极大，一颗芯片要同时适配多种终端形态，软件工作量可能远超硬件设计本身。

还有一个容易被忽视的维度是“长程任务”。公司口径中特别提到“长程任务”这一需求，这与Agentic智能的特征直接相关：一个Agent在执行任务时，可能需要持续数分钟甚至数小时地保持推理状态，而不是像传统端侧AI那样完成一次性的图像识别或语音唤醒。长程任务对芯片的要求不仅是峰值算力，更是持续算力输出下的热稳定性、内存驻留能力和任务调度效率。这意味着芯片设计需要在热设计功耗、动态电压频率调节和片上存储层次上做出针对性的架构决策。这些决策的具体方向，目前同样未披露。

联想创投的CVC逻辑与红杉的财务押注，指向的是同一个尚未被验证的拐点

本轮投资方构成值得拆解。联想创投是其中最明确的战略投资方。宋春雨在声明中表示，联想创投将“依托CVC2.0生态优势，在产品验证、应用场景、供应链及全球化等方面持续赋能”。这句话的潜台词是：联想作为全球最大的PC制造商之一，本身就是端侧AI芯片的潜在采购方和应用场景提供者。联想创投的投资，带有明显的产业协同意图——如果九万里未来科技的芯片未来能进入联想的PC、手机或IoT产品线，这笔投资的战略回报将远超财务回报。

宋春雨的完整表态中还包含一个关键判断：“智能终端正在从传统的计算设备进化为具备感知、推理与自主执行能力的Agent，新的计算范式也将催生全新的芯片架构和产业机会。”这一判断构成了联想创投投资九万里未来科技的基本逻辑：终端设备的Agent化将创造对端侧大算力推理芯片的新增需求，而联想作为终端设备制造商，既需要为这一趋势准备底层算力方案，也需要通过投资锁定潜在的芯片供应商。这种“产业需求前置投资”的模式，在CVC中并不少见，但它的有效性取决于一个前提：被投公司的芯片真的能进入投资方的产品线。目前，联想是否会在未来产品中采用九万里未来科技的芯片，没有任何公开信息支持。

红杉中国、蓝驰创投、中科创星、武岳峰科创、华登高科等财务投资机构的参与，则更多是对“端侧AI算力拐点”这一命题的提前卡位。从已披露的投资方名单看，本轮资本结构呈现“财务投资为主、战略投资为辅”的特征。这与芯片创业公司早期融资的典型模式一致：在尚无产品可验证的阶段，财务投资机构承担的是“赌赛道和赌人”的角色，而战略投资方则为未来的产品落地预留接口。

但值得注意的是，投资方名单在不同来源中存在差异。据亿欧数据，2026年7月28日宣布的天使轮融资由HongShan红杉中国、HyT Infinity Holding L.P.、TREND CROWN LIMITED和华业天成资本联合投资；而9月14日发布的累计融资消息中，投资方名单扩展为红杉中国、某头部财务基金、华业天成、蓝驰创投、联想创投、中科创星、武岳峰科创、华登高科。这意味着种子轮和天使轮的投资方组合可能不同，或者部分机构在后续轮次中追加。公司未披露各轮次的具体金额和估值，也未说明“某头部财务基金”的具体身份。这种信息不透明在早期芯片融资中并不罕见，但它增加了外部观察者判断资本结构真实意图的难度。

端侧AI芯片的竞争格局：不是没有对手，而是对手都在暗处

九万里未来科技进入的赛道，远非空白。在端侧和边侧推理芯片领域，已有多个明确的技术路线和替代方案在争夺同一批客户。

最直接的竞争来自高通和联发科这类移动SoC巨头。它们将AI推理能力集成进手机和IoT芯片中，凭借规模优势和成熟的软件生态，在功耗和成本上具有极强的竞争力。其次是苹果和华为这类垂直整合厂商，它们通过自研芯片和操作系统深度绑定，在端侧AI体验上形成了封闭但高效的闭环。第三类是地平线、黑芝麻等车规级AI芯片公司，它们在自动驾驶和智能座舱场景中已经建立了量产验证和客户关系。第四类是新兴的端侧推理芯片创业公司，它们试图用专用架构在特定场景中超越通用方案。

九万里未来科技的特殊之处在于，陈鹏本人来自海思和地平线，这意味着他同时理解垂直整合模式和独立芯片供应商模式的优劣。海思的模式是内部客户托底：芯片定义直接来自华为内部产品线的需求，研发资金和量产风险由体系内部分担。地平线的模式是独立供应商：芯片必须面对外部客户的选型比较，在性能、功耗、成本、软件支持和商务条款上与其他方案竞争。这两种模式对团队能力的要求截然不同。陈鹏在地平线期间主导征程6系列从定义到量产，证明他具备独立供应商模式下完成产品闭环的能力。但九万里未来科技作为一家从零起步的公司，既没有海思式的内部客户托底，也没有地平线已经建立的车规客户基础和品牌认知。它需要在一个尚未定义清楚的“Agentic智能”场景中，找到第一批愿意为专用架构买单的客户。

从已披露的信息看，公司尚未公布任何目标场景的优先级——是手机、PC、机器人、智能家居还是工业边缘？不同的场景对芯片的功耗、成本、安全性和软件生态要求截然不同。手机场景对面积和功耗极度敏感，PC场景对性能和软件兼容性要求更高，机器人场景强调实时性和多模态处理能力，工业边缘场景则把可靠性和长期供货放在首位。没有场景优先级，就无法判断它的直接竞争对手是谁，也无法评估它的技术路线是否合理。公司口径中的“边侧/端侧”本身就是一个宽泛的区间，边侧设备和端侧设备在功耗预算、散热条件和部署规模上存在数量级差异，一颗芯片很难同时覆盖两端。九万里未来科技最终会选择哪一端作为切入点，是观察其后续进展的第一个关键问题。

一亿美元在芯片创业中意味着什么：足够启动，远不够量产

对于一家芯片创业公司而言，一亿美元的累计融资规模处于一个微妙的位置。它足以支撑一支数百人规模的团队完成架构定义、前端设计、验证和首次流片，但距离一颗先进制程大芯片从流片到量产再到客户导入的完整周期，还有显著的资金缺口。

以先进制程芯片为例，一次7nm或5nm的流片成本（包括掩模版、晶圆和封装测试）通常在数千万美元级别。如果首次流片失败或需要重大修订，成本会进一步上升。此外，芯片量产前的软件栈开发、客户适配和认证测试，往往需要与硬件开发并行的持续投入。一亿美元可以让九万里未来科技走到“第一颗芯片流片并点亮”的阶段，但能否走到“客户批量采购”的阶段，取决于后续融资能力和商业化节奏。

陈鹏的履历中有一个细节值得在此处重新审视：他在海思期间曾“两年时间带领团队完成AI领域训练推理系列芯片从0到1的研发与量产”。这一速度在海思体系内是可能的，因为海思拥有成熟的IP积累、工具链基础和供应链关系，团队可以在既有平台上快速推进。但九万里未来科技作为一家新公司，一切都需要从零搭建：IP需要授权或自研，工具链需要采购或开发，供应链关系需要重新建立，团队需要从不同背景融合。同样的“从0到1”，在创业公司中的时间成本和资金成本可能远高于在大平台内部。这意味着陈鹏过往的速度记录，未必能直接迁移到九万里未来科技的节奏预期中。

公司未披露资金用途的具体分配。从行业惯例推断，这笔资金大概率将用于团队组建、芯片架构研发和首次流片。但“推断”不等于事实。在缺乏公司明确披露的情况下，资金用途的具体优先级仍然是一个待验证的假设。另一个未披露的关键信息是估值。一亿美元的累计融资规模，在不同估值水平下意味着截然不同的股权稀释程度。如果估值较高，创始团队保留了足够的控制权和后续融资空间；如果估值较低，创始团队的股权可能已经被大幅稀释，后续融资的腾挪余地会相应收窄。这些信息目前均未公开。

法定代表人邓新娥与创始人陈鹏的关系未披露，公司治理结构存在信息空白

一个容易被忽略但值得注意的细节是：据百度百科信息，深圳市九万里未来科技有限公司的法定代表人为邓新娥，而非创始人陈鹏。在融资新闻稿和投资人声明中，邓新娥的名字从未出现。公司未披露邓新娥的职务、背景或与陈鹏的关系。

在芯片创业公司中，法定代表人与实际控制人分离并不罕见，可能出于个人原因、股权安排或合规考虑。陈鹏在2023年才加入地平线，2026年即创立九万里未来科技，其间可能涉及与前雇主的竞业限制、知识产权归属或股权锁定等法律安排。法定代表人由他人担任，可能是这些安排的一部分。但这只是基于行业常见实践的推测，公司未对此做出任何说明。

这一信息空白之所以值得关注，是因为它触及了早期芯片公司治理结构中的一个核心问题：当公司的全部叙事都围绕创始人个人展开时，法定代表人与创始人分离意味着什么？它可能只是一个技术性的法律安排，也可能反映了更深层的股权结构或控制权设计。在缺乏公司主动披露的情况下，外部无法做出判断。但这一空白本身，是九万里未来科技在后续信息披露中需要补齐的治理拼图。对于一家已经拿到一亿美元融资、且投资方包括多家一线机构的公司而言，治理结构的透明度不仅是合规要求，也是下一轮融资时潜在投资方必然关注的尽调要点。

风险与待验证假设：叙事拐点与工程现实之间的距离

九万里未来科技面临的核心风险，可以归结为三个层面。

第一，技术验证风险。公司称其方向是“新的计算架构革命”，但截至发稿，未披露任何架构层面的技术细节、专利布局或流片计划。在芯片行业，“架构革命”是一个被频繁使用但极少兑现的词汇。从已披露的信息看，无法判断九万里未来科技的架构选择与现有端侧AI芯片方案相比，是否真的存在代际差异，还是仅仅在现有技术路线上的增量优化。陈鹏在海思和地平线的履历证明他具备复杂大芯片的工程管理能力，但工程管理能力与架构创新能力是两个不同的维度。前者保证芯片能被做出来，后者决定芯片做出来之后是否比对手更有竞争力。九万里未来科技需要证明的，恰恰是后者。

第二，商业化验证风险。公司未披露任何目标客户、应用场景或商业模式。端侧AI芯片的采购决策高度依赖场景：手机厂商关注功耗和面积，PC厂商关注性能和软件兼容性，机器人厂商关注实时性和安全性，工业客户关注可靠性和长期供货。没有明确的场景锚点，芯片定义就容易陷入“为技术而技术”的陷阱。联想创投的产业资源可能为产品验证提供帮助，但联想是否真的会采用九万里未来科技的芯片，目前没有任何公开信息支持。战略投资方的产业资源从“可能赋能”到“实际采购”之间，隔着产品竞争力、商务条款、供应链认证和内部决策流程等多重关卡。

第三，资金持续性风险。一亿美元在芯片创业中只是入场券。如果第一颗芯片的流片或商业化进度不及预期，后续融资将面临显著压力。芯片行业的资本周期正在从“愿意为故事买单”转向“要求看到硅验证和客户验证”，九万里未来科技需要在未来12到18个月内拿出可验证的阶段性成果，才能维持资本信心。这个时间窗口与一颗先进制程大芯片从架构定义到首次流片的周期大致吻合，意味着公司几乎没有试错空间。任何一次流片失败或架构推倒重来，都可能直接威胁到后续融资的可行性。

从已披露的X（创始人履历、融资规模、投资方构成）与Y（公司成立时间、产品阶段、信息披露程度）看，这意味着九万里未来科技是一家典型的“重仓创始人”型早期芯片公司：资本押注的是陈鹏个人跨越三种计算范式的完整产业闭环能力，而非公司已经证明的任何技术或商业成果。但Z——公司的架构选择、目标场景、客户进展和资金用途——均尚未披露，因此这一判断的结论边界是：目前所有关于九万里未来科技竞争力的讨论，本质上都是关于陈鹏个人履历的讨论，而非关于这家公司本身的讨论。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：当一家芯片公司成立四个月就拿到一亿美元，市场买的不是芯片，是一个人对三种计算范式的肌肉记忆。陈鹏的履历足以让任何一家VC放下对“团队风险”的担忧，但芯片创业的残酷之处在于，履历只能帮你走到流片，不能帮你走到客户签单。端侧Agentic智能的算力拐点是否真实存在，九万里未来科技能否在功耗墙和软件生态的双重夹击中找到一条专用架构的出路，答案不在融资新闻稿里，而在那颗尚未流片的芯片上。一亿美元足够让这家公司进入深水区，但深水区里没有回头路。