由朱松纯教授发起、北京通用人工智能研究院孵化的「通芯智能」正式亮相。公司集结了龙芯、海光等大芯片领域的资深团队,致力于打造面向AGI算法的新型推理芯片,通过软硬件深度协同,解决智能体在真实物理世界运行中的效率瓶颈。

一颗芯片尚未量产,其预设的AI算法可能已迭代数轮。这是下一代AI为芯片产业带来的挑战:模型演进极快,而芯片设计周期漫长。北京通用人工智能研究院(BIGAI)孵化的通芯智能,正试图在这一时间差中寻找突破口。
通芯智能成立于今年4月,由人工智能专家朱松纯教授发起。仅半年时间,该公司已完成种子轮和天使轮融资,总金额达数亿元,主要用于流片前的架构研发。其核心任务是面向AGI算法打造新型推理芯片,在兼容主流模型的同时,为逻辑、因果及价值推理提供专用硬件加速。
随着世界模型(World Model)与具身智能(Embodied AI)的发展,AI正从单纯的数字交互走向真实的物理环境。无论是LeCun提出的世界模型,还是DeepMind的Genie 4,都在强调AI不仅需要理解感知,更需要预测动作后果、进行复杂决策。
面对这一趋势,英伟达、AMD等巨头纷纷布局。苏姿丰此前强调,要构建下一代AI平台,必须深入理解模型如何演进。李飞飞也曾指出,如果没有专门的硬件投入,AI的规模与效率将受限。现代GPU虽然擅长大规模并行计算,但对于智能体在物理世界处理图结构、动态分支、因果推断等零碎任务时,资源利用率往往不高。
通芯智能正是捕捉到了这一“效率缺口”。他们认为,算力优势不能直接等同于行动效率,必须从任务本质出发,重新思考计算单元与存储调度。
通芯的架构设计源自朱松纯团队提出的CUV框架(认知架构C、能力体系U、价值体系V)。该框架将感知、记忆、推理与目标决策统一在同一个过程中,强调通过物理规律与常识先验,实现“小数据、大任务”。
基于此,通芯提出了三类计算单元设计:
这种设计并非单纯增加算力,而是通过结构重构提升特定任务的执行效率。
通芯的团队背景深厚,核心成员平均从业经验超过20年。创始人兼CEO王海洋曾任龙芯CPU创始成员及海光CPU架构总负责人,拥有丰富的芯片从定义到量产的实战经验。另一位创始人史峰师从朱松纯教授,负责AGI Core的技术路线规划。
在产品策略上,通芯采取“务实路径”:
正如朱松纯教授所言:“芯片是智能体的心脏,为机器立心,就要从这块芯片开始。”通芯智能正试图通过软硬协同,证明理论框架能转化为切实的算力优势,从而在AGI时代的硬件竞争中抢占先机。
免费获取企业 AI 成熟度诊断报告,发现转型机会








关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断