近日，北京万象智维科技有限公司（以下简称“万象智维OmniMind”）宣布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。

新盛资本专注于中国泛科技赛道的股权投资，其发起方毕盛资产的管理规模约为140亿元人民币。天际科技投资专注于投资中国早中期高新科技企业，代表性投资包括金山云、字节跳动、美团等。

本轮融资资金将主要用于引进技术人才、扩充产品与商务团队，并推进模型部署方案标准化和配套硬件研发。我们将把在项目中验证的模型压缩、芯片适配和推理优化能力沉淀为可复用的产品，服务更多终端设备和应用场景。

从模型上设备到终端稳定运行

大模型开始从回答问题走向执行任务。一个智能体在处理任务时，可能需要多次调用模型、处理更长的上下文，并在多个步骤之间持续运行。对耳机、眼镜、个人办公终端和机器人而言，部分计算在本地完成，有助于缩短响应时间，减少对云端通信的依赖，并让更多个人数据留在设备上。

要让模型在终端稳定运行，需要同时权衡模型效果、内存占用、功耗和响应速度。芯片架构和软件环境的差异，也会增加部署和适配成本。万象智维OmniMind成立于2025年，团队源自清华大学计算机系泛在智能实验室。团队早期研究边缘摄像头、路由器等设备上的小模型部署，如今将这套软硬件协同优化思路应用到端侧大模型。

用三层技术体系降低部署成本

我们构建了由模型层 OmniLM、推理层 OmniInfer 和执行层 OmniClaw组成的技术体系。OmniLM 通过超低比特量化和量化感知训练（QAT）等方法降低模型的资源占用。OmniInfer 负责适配终端芯片并优化算子。OmniClaw 协调任务在本地与云端的分工。

在内存优化上，自研推理引擎 OmniInfer 通过模型压缩和动态卸载等技术，将 35B MoE 大模型的运行内存占用降至 3GB 以下，同时保持推理性能几乎无损。

在适配效率上，我们采用 AI for AI Infra 技术范式，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、新模型和新场景的 Day 0 快速适配。OmniInfer 在不同硬件平台上实现了 5–20 倍的推理速度提升，目前已适配 15 种以上主流芯片平台，覆盖 AI PC、AI NAS、智能硬件、可穿戴设备和具身机器人等场景。

面向产品团队，我们还推出了一键式模型部署平台 OmniStudio，覆盖高通、联发科、瑞芯微、英伟达和 AMD 等芯片平台，目标是让一次模型开发的成果在多个平台复用。

围绕四类终端场景推进商业化

万象智维OmniMind目前通过技术服务、模型部署和项目交付获取收入，预计今年全年收入将超过1000万元。我们正围绕四类客户需求推进概念验证、产品交付和商务合作。

可穿戴设备。 面向耳机、手表和眼镜，我们将音频降噪、人声提取等预处理算法部署到设备本地，减少对云端通信的依赖，改善实时性。

个人办公终端。 面向手机、电脑、便携办公设备和会议盒子，我们可部署约 10B 至 30B 参数规模的语言模型，提供本地智能交互能力，减少对数据上传和云端按量付费的顾虑。

端侧算力设备。 我们可基于英伟达、AMD 及国产芯片构建算力平台，部署约 200B 至 300B 参数规模的模型。内部评测显示，这类方案可在约 80% 至 90% 的受测场景中替代云端模型，应用方向包括个人办公助手、垂直行业硬件设计和决策调度。

具身智能与机器人。 面向实时感知和动作生成需求，我们正与多家具身智能企业合作，提升模型在特定硬件上的运行效率。

现阶段，万象智维OmniMind将扩大模型部署与产品智能化升级业务，把已有部署方案做成可复用的标准化软件，同时研发下一代配套硬件，以支持更多有相似部署需求的客户。

我们计划从企业端硬件产品和项目交付起步，逐步将服务延伸至个人用户。随着个人用户的 Token 使用需求增长，我们将进一步探索连接个人设备、本地模型与云端算力的 Token 调度中心，按任务需求在端侧和云端分配计算，兼顾响应速度、使用体验和推理成本，并逐步推动设备连接、系统集成和任务调度标准的形成。

查看更多项目信息，请前往「睿兽分析」。