作者丨欧雪
编辑丨袁斯来
硬氪获悉，端侧 AI 领军应用企业上海辛米尔科技有限公司（以下简称 " 辛米尔 "）近日宣布连续完成亿元 A 轮及 A+ 轮融资。国泰君安创新投资、国经资本、同鑫资本参与投资；毅仁资本担任独家财务顾问。
融资资金将主要用于下一代感算一体芯片架构研发；加速全球化商业落地，将国内高端制造领域已验证的方案系统化推向欧美、日韩及东南亚市场；扩充高端产能并引进关键人才，以支撑未来两年强劲增长的订单预期。
辛米尔成立于 2019 年，总部位于上海。公司核心产品为基于 " 感算一体 " 技术底座的平台化、全栈式产品矩阵，涵盖芯片层（感算一体 AI SoC 芯片与 IP 设计）、模块层（面向视频、音频、控制、传感的系列化智能模组）和系统层（针对标杆场景的软硬一体解决方案）。
公司核心团队兼具学术背景与产业经验，具备从技术研发到商业落地的完整能力。
公司创始人兼 CEO 杨明伦博士就读于上海交通大学，曾任全球最大机器人公司 FANUC 研发主管、多家机器人创业公司早期成员和联创，拥有超十年的工业机器人应用研发与规模化落地经验。
其创始人兼 CTO 程远为上海交通大学副教授，曾任清华大学助理研究员 / 博士后，多篇著作发表在 Nature 系列学术顶刊，国际首次实现百万 TOPS 通用感算一体芯片架构，在端侧智能、高效计算、光电芯片等研究领域影响广泛。其他核心团队亦来自上交 / 清华，拥有 15 年以上高端制造运营管理经验。
在技术层面，辛米尔实现了对传统冯 · 诺依曼架构的突破，开创并实践了 " 感算一体 " 这一全新端侧计算范式。其技术核心是将感知与计算在同一芯片中深度融合，基于大规模可重构架构进行联合设计优化，从而从源头消除了感知、存储与计算单元之间的数据传输瓶颈。
这一技术在处理视频、音频等复杂多模态流式连续数据时，在响应速度、能效与实时性上展现出指数级提升潜力，并已成功应用于 SoC 芯片设计，为端侧 AI 设备提供了真正意义上的 " 硬件原生智能 "。
目前，产品已广泛应用于智能制造、具身智能机器人、汽车、新能源、智慧城市及精密仪器监测等领域。
随着 AI 进入追求 " 高能效专用智能 " 的下半场，端侧 AI 正成为技术落地的关键。未来 AI 须下沉至具体场景，与传感器、执行器深度融合，为海量物理设备嵌入实时智能。
这一转向标志着产业从大模型 " 上半场 "，迈向与物理世界深度协同、追求系统效率的 " 下半场 "。市场正从消费互联网加速扩展至产业物联网，覆盖智能制造、具身智能机器人、新能源等高价值领域，目前正处于爆发增长初期。
目前，辛米尔的业绩一直处于高速增长阶段，营收已连续多年翻倍增长，毛利率则长期保持在高位。其中，公司海外业务是未来几年公司持续拓展的重点，年增速超过 400%，预计今年相关收入占比将提升至 40% 以上。
硬氪了解到，辛米尔已服务超过 300 家客户，涵盖几乎所有汽车整车及零部件品牌、全球最大手机品牌及其核心代工企业、全球最大的锂电池企业、全球前两大商用飞机及航发品牌等国内外巨头。
对于端侧 AI 应用领域当前行业面临的核心痛点，创始人程远认为，行业正从追求 " 大模型 " 通用能力转向追求 " 高能效 " 专用智能。核心痛点在于客户面临的 " 效率三角 " 挑战：既要求极致的实时性与可靠性（如工业场景的毫秒级响应），又要求极低的功耗与部署成本，同时还需处理复杂的多模态序列数据（如视频流、时序信号）。
现有基于通用计算和云端的方案难以兼顾这些矛盾需求，而这也正是 " 感算一体 " 架构能够创造颠覆性价值的突破口。
" 未来将走向 " 智能体化 " 与软硬件协同设计。AI 设备不再只是传感器，而是能独立完成感知、决策、行动全流程的自主系统。" 程远称。
程远表示，大量即时反应任务（如避障、急停）将由感算一体模组在本地瞬时完成，形成类似 " 本能 " 的响应。中央云端则专注长期规划与学习。这意味着，硬件将成为智能体 " 本能 " 的载体，并向 " 感算控一体化 " 的标准化模块演进，从而极大降低复杂 AI 系统的开发门槛与能耗，加速智能终端的普及。
辛米尔构建的，正是支撑这一未来的核心—— " 感算一体系统 "。
对于公司发展规划，程远表示，短期公司将继续深耕工业 Agent 系统级部署，将其打造为全球智能制造的通用端侧算力基座。
中期将依托 " 感算一体 " 技术平台，全力拓展 " 具身智能 " 与 " 精密传感 " 两大黄金赛道，前者聚焦机器人的核心感知与决策模块，后者面向科学仪器、基础设施监测等场景，推动公司从 " 智能制造大脑 " 向 " 万物智能 " 演进。
长期目标来看，公司会通过持续融合神经拟态计算、光电计算等前沿技术，将智能计算综合能效提升数个数量级，让 AI 能力如水电一样融入物理世界的每个角落。
投资方观点：
国泰君安创新投资高级投资经理刘烨洲表示：当前大模型和 AI agent 应用追求做 " 加法 "，用更多的数据训练模型，整个过程都是高冗余度的，带来的是高成本。我相信下一个阶段，AI 使用计算效率、能耗、速度将成为关注重点。辛米尔的端侧 AI 基础建设就是一个典型案例，通过感算一体架构设计，在端侧完成高效计算，实现真正的算力重构。其落地策略是做 " 减法 "：切入对实时性、成本与隐私要求严苛的工业场景，通过边缘部署实现 " 减延迟、减算法、减成本 "，有望成为未来万物智能时代的关键算力基础设施，推动 AI 真正走向无处不在的实时化与高能效时代。
国经资本投资副总裁钱源舜表示：要真正实现 AI 在具体场景的落地应用，依赖的不再是泛化的通用能力，而是能精准解决行业实际问题的深度专家。当前，大模型开源生态的繁荣显著削弱了算法本身的壁垒，AI 应用企业的竞争核心已转向：1）获取高价值的封闭场景数据，2）在有限的边缘算力下高效完成复杂任务。辛米尔凭借其独特的感算一体计算架构，实现了 " 以小算力驱动大运算 " 的端侧 Agentic AI，率先切入头部工业客户的生产环节，从而积累了大量稀缺的现场实操数据。这不仅推动了其数据飞轮的转动，更切实解决了产线中的一系列核心痛点，形成了从技术、数据到商业价值的完整闭环。
同鑫资本投资总监钟雨力表示：AI 迈向端侧与现场智能，核心竞争力已从模型规模转向计算架构。辛米尔在感算一体与 Agentic 算力上的创新，从源头提升能效与实时性，重构端侧智能计算范式。同时，公司通过深入工业核心场景部署端侧 Agent，持续积累高价值、不可复制的现场数据，形成坚实的数据与技术壁垒。我们看好辛米尔凭借 " 架构创新 + 数据门槛 "，在端侧 AI 基础设施领域保持长期领先。
原子创投董事总经理赵旸表示：辛米尔科技从创业伊始就展现出在端侧 AI 与感算一体架构上的深厚技术底蕴与长期主义视野，这也是原子从天使轮起连续多轮持续加持的重要原因。公司以算法 - 硬件光电一体化协同设计为核心，持续突破端侧算力的能效与实时性瓶颈，将前沿技术转化为规模化落地的商业产品，快速构建起覆盖多行业、多场景的应用生态。短短 4 年内完成从技术验证到全球化商业落地，并顺利连续完成 A 轮及 A+ 轮融资，充分印证了其产品力与执行力。我们相信，辛米尔科技有望快速成为端侧 AI 时代重要基础设施级别的企业，持续引领 " 中国智造 " 做大做强。
