殷积磊，维泛智能CEO，北京大学2002级信息科学技术学院校友。历任知存科技联创兼COO，IBM/GlobalFoundries研发总监，MTK/VIA研发工程师。10年旅美工作经历，9年端边云AI推理芯片公司运营和软硬件协同研发管理经验，18年IC前沿产品及技术行业经验。主导从0到1组织搭建300人规模的前沿AI芯片研发团队，具有从架构、设计、验证、流片、封测以及软件、算法、工具链开发到客户量产交付的完整闭环经验。
近日，北京维泛智能科技有限公司（以下简称"维泛智能"）近日完成数亿元种子轮融资，由中关村资本及旗下启航投资联合领投，上海未来产业基金、石溪资本、佰维存储、燕创集团、海益投资、探元创投共同投资。作为国内首家原生机器人"大脑芯片"企业，维泛智能正试图打破英伟达在机器人端侧计算领域的垄断，为国产具身智能装上自主可控的"中国芯"。
维泛智能的诞生，深深植根于北京大学在类脑计算领域的学术积淀。公司成立于2025年5月，孵化自北京大学类脑芯片实验室（PAICORELab），专注于具身智能"大小脑"融合芯片研发。联合创始人殷积磊毕业于北京大学，拥有超过20年半导体行业经验，曾先后任职于IBM、GlobalFoundries担任芯片研发总监，在知存科技担任COO兼研发副总裁，并曾在MTK、VIA等企业从事芯片研发工作。团队核心成员均来自IBM、华为、腾讯等行业头部企业，兼具芯片研发与产业化落地的双重能力。
当下，具身智能"大脑"芯片市场正面临一个尴尬的现实：高度依赖英伟达Jetson系列，但Jetson价格高昂、本地化支持有限，商业化部署门槛居高不下；而国产芯片尚无成熟产品能够真正满足机器人端侧"大脑"需求。机器人的"大脑"芯片不仅需要承载多模态感知与AI推理，还要兼顾运动控制等核心计算任务，是机器人完成交互、决策与执行的"中枢神经"。在"算力—能效—成本"三者之间找到平衡，是这个赛道最大的技术难题。
维泛智能给出的答案是自主研发的类脑启发式GPU架构（Brain-InspiredGPU，BiGPU）。这套架构融合了类脑计算与通用GPU计算能力，为具身智能SOTA大模型原生设计。其核心创新在于将传统神经网络计算（ANN）通过编码转换，变为脉冲神经网络（SNN）形式的累加计算，在保留功能的同时显著降低功耗与带宽压力。更重要的是，维泛智能已申请支持ANN与SNN网络结构统一软硬件方法及相关装置专利，实现了SNN与ANN指令格式及地址编址的统一——这意味着开发者只需维护一套指令集与软件工具链，即可同时运行两种计算范式，深度兼容主流软件生态，大幅降低了开发复杂度与生态接入成本。
殷积磊将这一技术路线概括为"同构融合"，以区别于行业此前的"异构拼接"方案。后者本质上仍是在一个芯片上拼装两套独立的系统，而维泛智能的做法是将通用GPU计算能力和类脑计算核心融合在同一个架构里。在他看来，类脑计算是下一代人工智能的重要方向，人脑功耗仅约20瓦，却能完成高度复杂的感知与决策任务，维泛智能的BiGPU不仅服务于当前机器人算法，更能承载未来新的智能计算范式，是通向AGI的重要路径之一。
目前，维泛智能的整体研发周期规划为两年，项目进度已过半，预计于2027年第二季度实现芯片投产。公司已与多家头部机器人公司进行合作沟通，部分项目已进入实际合作阶段。本轮融资将主要用于扩大研发团队、完成指令集架构开发，以及推进产品定义与实现方案落地。
投资方对维泛智能的北大基因和技术路线给予了高度认可。中关村资本董事长孙次锁指出，维泛智能的类脑芯片是典型的交叉学科应用，"这种技术能力离不开北京大学在类脑芯片领域的多年积淀"。上海未来产业基金则从产业布局角度表示，维泛智能聚焦的类脑智能+具身智能交叉赛道属于上海重点布局方向，投资核心是锚定具身智能核心芯片自主可控。石溪资本看好三大逻辑：全球AI正从高功耗大算力转向端侧超低功耗智能，类脑计算是必然方向；公司拥有脉冲神经网络、神经形态架构上的自主核心技术；产品精准匹配人形机器人大脑、边缘智能、工业智能等需求，商业化路径清晰。
从北大实验室的一行代码，到冲击国产机器人芯片自主可控的产业使命，维泛智能正在将中国类脑芯片的学术积累转化为产业力量。当具身智能的竞争从云端烧到端侧，从算法蔓延到芯片，这场由北大孵化企业发起的"大脑芯"突围，或许才刚刚开始。
—精彩回顾—
推荐关注
