当Agent工具全面普及，每个人都在被同一件事困扰：Token账单越来越贵。降价、补贴、套餐，都挡不住用量爆炸式增长。

就在行业陷入价格内卷时，一家由清华00后博士带队的公司，连续拿下五源资本、峰瑞资本两轮数千万元融资，给出了一条完全不同的解法 —— 把大模型真正留在端侧，让本地算力吃掉高频轻量任务，从根上省掉Token钱。

这不是又一个轻量化小模型故事，而是一场关于算力分配、内存效率、端云协同的底层重构。

01

连续两轮融资落袋，资本为何押注年轻团队？

AI赛道从不缺融资，但天使和天使+连续两轮、由两家一线VC同步出手，依然释放出强烈信号：端侧智能的窗口期，正式打开。

万格智元此轮融资由五源资本、峰瑞资本联合参与，源合资本担任独家财务顾问，资金明确投向产品研发与市场落地。放在今天的大环境里看，这笔钱投得相当克制且精准 —— 不卷模型参数、不烧云端算力，而是扎进硬件与软件之间的中间层，解决所有人都绕不开的成本与效率问题。

过去一年，大模型API价格战打得火热。头部厂商接连下调定价，最高降幅惊人，但用户体感依然是“越用越贵”。

原因很简单，Agent爆发带来推理请求量级呈指数级上升，降价幅度远追不上用量增速。机构判断高度一致：AI的下一个确定性机会，不在云端继续堆算力，而在端侧把存量硬件用透。

年轻团队的底气，恰恰踩中了这一波产业转移。

02

00后清华博士带队，为什么是他们敢啃硬骨头？

提到万格智元，最直观的标签是年轻、高学历、强工程。

创始人 王冠博 是清华大学计算机系在读博士，标准00后，同时也是连续创业者。团队规模约20人，近九成是00后，核心成员来自清华、北大等高校，也有从亚马逊、OpenAI、字节跳动等企业加入的工程师，整体是学术研究 + 产业落地的双料配置。

他们没有一上来就做模型、做应用，而是盯着一个被长期忽略的痛点：现有推理引擎，几乎都不适合端侧。

市面上主流方案都在追求更快速度，却严重忽视内存开销。而终端设备内存普遍有限，一旦模型变大，要么跑不起来，要么成本飙升。厂商的真实需求很朴素：在不换硬件、不加成本的前提下，跑得更快、能带更大模型。

这支年轻团队选择死磕这件事 —— 用底层算法与全栈优化，把小内存设备的潜力榨干，让普通硬件也能流畅运行大参数模型。在很多人还在观望“端侧是不是太早”时，他们已经用一整年时间完成与多家厂商芯片的深度适配，等到了Agent爆发的风口。

03

不做小模型、不搞后训练，他们的技术路线到底特殊在哪？

万格智元从一开始就定了两条铁律：不做端侧小模型，不做后训练。

小模型场景有限、通用性不足；后训练则会被云端迭代快速覆盖，难以形成长期壁垒。他们的选择是：做端侧大模型的“运行底座”，让设备本地就能用上强能力模型，除硬件成本外，实现本地Token零消耗。

核心产品是cPilot端侧推理引擎 + Amis端侧智能平台，形成 “硬优化 + 软调度” 的完整方案。

cPilot定位为底层中间件，通过自研算法极致压缩内存占用，释放硬件原生能力。常规32GB设备，通常只能留出少量空间推理，勉强跑小参数模型；用上cPilot后，可支持模型规模大幅提升，单台硬件成本显著下降，同时能力翻倍。

更关键的是，他们没有走“牺牲速度换内存”的老路，而是在同等内存下保持高效推理，在真实场景中拉开差距。

在此基础上推出的Amis平台，承担API聚合与算力调度中枢角色：本地搞定高频轻量任务，复杂任务自动上云，用户不用在多个模型平台付费切换，大部分日常需求在本地完成，只有少量任务走云端，成本结构被彻底改写。

他们还在算法层面走出独特路径：针对模型推理的稀疏性，设计动态激活策略，精准预判并加载必要参数，进一步降低实际运行开销；同时在硬件层搭建高效调度与内存管理体系，适配不同厂商芯片，把端侧变成稳定可靠的推理环境。

04

从B端芯片厂到C端设备，落地逻辑为何能跑通？

技术再炫，最终要靠交付说话。万格智元当前以B端商业模式为主，核心客户是芯片厂商与硬件品牌，合作方式非常务实：把引擎与方案预装进AI PC、AI mini PC、AI NAS等终端，让设备出厂就具备本地大模型能力。

对硬件厂商来说，这是一笔划算账：不用升级内存、不用更换高端芯片，就能打出“本地运行大模型”的差异化卖点，成本下降、竞争力提升。对用户来说，则是开箱即用的普惠AI —— 不用再为高频日常请求付费，隐私更安全、响应更流畅。

目前多家合作已进入交付阶段，预计年内有数万台设备预装，营收预期清晰。这种B 端打底、逐步向C端渗透的路径，避开纯C端获客难题，用硬件出货快速铺开生态，比纯软件公司更易形成规模壁垒。

05

端侧会成为AI新计算范式吗？我们的三点判断

看完万格智元的融资与技术，再回看整个行业，有三个趋势正在变得确定：

第一，Token 焦虑会长期存在，降价解决不了根本问题。推理需求仍在高速增长，只有把高频低成本任务放回本地，才能真正稳住成本。端侧不是云端的补充，而是成本结构的重构。

第二，端侧竞争的核心不在模型，而在引擎与调度。谁能让小内存跑大模型、让普通芯片发挥高性能，谁就能占据生态入口。未来不会是某一款模型通吃，而是引擎 + 平台统治终端算力分配。

第三，AI 浪潮正在从云端涌向端侧。这不是退潮，是算力重心下沉。接下来会出现承载Token爆发的杀手级应用，而提供底层引擎与调度能力的公司，将成为最大受益者。

万格智元的选择很清晰：先做好软硬之间的中间层，等芯片技术收敛、供应链成熟，再考虑向硬件延伸。眼下最重要的，是借助B端合作抢占生态位，把cPilot与Amis打造成低内存赛道里跨平台、开箱即用的标准方案。

06

写在最后

从“租赁智能”到“拥有智能”，不只是一句口号，而是每个用户、每台设备的真实诉求。当AI无处不在，算力不该只集中在遥远的云端，更该回到手机、电脑、智能家居这些我们每天触摸的终端里。

清华00后团队拿到的不仅是数千万元融资，更是端侧智能时代的一张入场券。Token账单的焦虑，正在被一种更安静、更扎实、更普惠的技术路径慢慢化解。

AI的下半场，真的要换道了。

往期推荐