2026 年 11 月 12 日,曦选创智发布公告,宣布完成 5 亿元人民币天使轮融资,由纪源资本、经纬创投联合领投。公司由沐曦股份与优必选共同发起,面向机器人端侧计算,研发“大小脑一体”SoC 及配套系统。公告提出以超越 NVIDIA Thor 为研发目标,并计划在 2027 年提供开发验证平台、2028 年推出首款 SoC 产品。融资公告

这些信息需要分开理解:融资完成是已经公布的事件,芯片性能是研发目标,平台和产品时间表是未来计划。目前不能据此写成“国产芯片已经超越 Thor”,也不能把计划中的开发平台视为已经量产的产品。
这笔融资值得看的,是计算平台能否进入机器人开发流程
芯片项目受到关注时,讨论往往先集中于算力指标。但机器人厂商最终采购和使用的是一套能够装进整机、运行模型、连接传感器并持续维护的方案。
从本文的分析角度看,端侧计算平台至少需要回答三个问题:已有模型能否顺利运行,整机适配要投入多少工程资源,投入之后能否形成可重复交付的产品。任何一项长期悬而未决,都可能拖慢客户导入。
这也是观察融资后进展时,应把开发平台与最终芯片分开的原因。开发平台能够较早暴露模型、接口和软件工具方面的问题,但它的出现并不自动证明量产芯片的性能、功耗和供应能力已经达标。
软件迁移决定客户要不要重新做一遍工程
曦选创智的业务介绍将模型部署迁移工具链列为核心方向,涵盖模型导入、量化、推理优化以及调试与运行支持;其规划还包括多传感器接入与场景数据回流。官方业务介绍
这意味着后续评估不能只看“支持某个模型”的演示。对客户更有用的问题是:原有模型换到新平台后,需要改多少代码?原先的调试方法是否还能使用?出现性能下降时,能否找到具体原因?
软件迁移成本既包含一次性的修改工作,也包含后续维护。一个模型今天可以运行,如果更新后仍要重新排查大量适配问题,客户就很难形成稳定的产品节奏。
因此,“兼容”“平滑迁移”一类表述,最好由明确的适配清单和可复现测试支撑。测试应说明使用的模型版本、精度设置、运行配置与任务条件,让整机团队判断结果能否迁移到自己的产品,而不是只看到一段演示视频。
“大小脑一体”还需要说清系统边界
公司官网将早期应用重点放在工业操作、移动巡检等场景,并说明上层认知与策略能力不替代独立的实时控制和安全机制。平台定位与场景说明
这一边界值得保留。机器人完成一个动作,涉及从理解任务到执行指令的多个环节。“一体化”便于描述计算平台整合方向,但不能让读者误以为所有控制和安全职责都已由同一套 AI 推理接管。
从产品评估角度看,真实场景验证也应覆盖非理想条件。例如输入质量下降、模型响应变慢或通信不稳定时,系统如何提示、降级和停止。对于需要持续运行的设备,正常演示之外的行为同样影响可用性。
接下来应看哪些可验证进展
本文认为,可以沿着“开发工具、整机验证、产品交付”三个层次持续观察。
首先看开发资料是否足够完整。除了能运行的样例,还应有版本说明、支持范围与已知限制,帮助合作方估计接入工作量。
其次看真实任务验证。相比脱离场景的峰值指标,更有参考价值的是在明确配置下持续完成任务的表现,以及失败后能否定位问题。不同测试不能只摘出一个数字直接比较。
最后看交付条件。客户除了关心芯片能力,还要判断模组、驱动、软件更新和技术支持是否形成稳定方案。样机能够演示,与产品能够批量导入之间,仍有不少工程工作。
5 亿元融资为曦选创智推进研发提供了资金基础,但融资规模不能替代产品验证。这个项目后续最值得关注的,是芯片与软件共同推进之后,机器人团队能否以可接受的改造成本,把已有开发成果带到新的算力平台上。
目前尚无可独立验证的性能、迁移成本和量产数据;要等开发平台和整机验证结果。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...