巨头围猎推理芯片，曦望凭什么赢？

2024年12月，上海临港。商汤科技的会议室里，徐冰面前摆着两条路。

一条路是留在商汤。这家公司累计融资超过50亿美元，已经登陆港交所，正在把资源集中到生成式人工智能和人工智能云。作为早期成员、执行董事兼董事会秘书，徐冰参与过它从实验室走向资本市场的完整过程。另一条路，则通向一个只有150余人的芯片团队。承载早期芯片业务的上海阵量智能，2024年营收只有24.07万元，净亏损约1.9亿元。相比商汤庞大的组织和资本体量，它更像一项尚未被证明的长期实验，而不是一家即将跨过百亿元估值的芯片公司。

一边是已经被证明的过去，一边是几乎没有收入的未来。徐冰选择了后者。

这个选择还有另一层风险：曦望主动放弃了训练芯片市场。那里聚集着英伟达、华为，以及壁仞、摩尔线程、沐曦、天数智芯等国产GPU公司。几乎所有人都在争夺那块最显眼、也最容易获得资本关注的高地，曦望却把筹码压在了另一件不那么性感的事情上：推理。

训练让模型学会，推理让模型工作。当多数厂商希望一颗芯片同时覆盖训练与推理时，曦望决定只做后一半。一年多以后，这个选择换来了七轮、接近40亿元融资，估值跨过百亿元。团队扩大到约300人，第三代推理芯片启望S3及配套超节点方案正式发布，公司完成股份制改造，上市准备随之提速。

资本似乎已经给出了答案，但它只回答了前半道题。2024年，曦望需要证明“推理是不是未来”；到了2026年，当英伟达开始反复讨论每瓦能够生成多少Token、每个Token需要多少成本，当华为和几乎所有国产GPU公司都把推理摆到更重要的位置，曦望需要回答的问题已经变成：当所有巨头都看见这个市场，自己凭什么不被淹没？

曾经最独特的判断，正在变成最严峻的考题。

曦望能够拿出来的答案并不复杂：一支比巨头更聚焦的组织，一套围绕推理重新设计的成本结构，以及两代芯片留下的研发、量产与交付经验。它不需要在所有算力市场上击败英伟达，也不需要成为另一家训推一体的通用GPU公司。它真正需要证明的是，在大模型推理这个局部战场上，专业化带来的效率提升，能否大到足以覆盖软件迁移、模型适配、运维体系和供应链风险带来的全部代价。这既是曦望可能赢的原因，也是它最容易失败的地方。

三个人，押上一条窄路

2012年，徐冰进入香港中文大学多媒体实验室，在汤晓鸥门下攻读博士。此后十余年，他从科学家走向资本与组织的交界处，参与商汤的融资、治理与上市，又在大模型时代转身进入芯片行业。

这段经历让他比很多技术创业者更早意识到，造芯片从来不只是一道工程题。它要求研发、融资、供应链、产品定义和客户交付同时成立，任何一个环节出现问题，都可能让前面的投入失去意义。

如果只看2024年的财务数据，芯片业务分拆很容易被理解为商汤的一次减负。那一年，商汤净亏损约43亿元。但到2025年，商汤收入增至约50.15亿元，净亏损收窄至17.82亿元，下半年经调整EBITDA和经营现金流均实现转正。与其说商汤甩掉了一个包袱，不如说它重新配置了资本。

大模型和人工智能云需要持续投入，芯片同样需要长期资金。把几项高投入、长周期业务放在同一张资产负债表里，看上去可以协同，实际也可能彼此争夺资源。分拆让商汤能够把力量集中到模型、云和应用，也让芯片团队获得独立融资、独立激励和独立决策的空间。2025年6月，徐冰辞去商汤执行董事兼董事会秘书职务，把主要精力转向芯片业务。这场分拆由业务选择，变成了个人选择。

但芯片不是一个人能够完成的事业，徐冰需要两位搭档。

第一位是王勇。他在芯片行业工作超过20年，曾任AMD独立显卡首席架构师、百度昆仑芯核心架构师。加入商汤后，他带领团队完成两代芯片研发，并经历过7纳米高性能芯片从设计到量产的完整过程。芯片设计得出来，并不等于能够被稳定制造；能够完成流片，也不等于可以规模交付。王勇的价值，在于他走过这条链路。

第二位是王湛。作为百度早期核心成员和首任产品经理，他曾主导搜索商业系统“凤巢”，也管理过大型产品和商业团队。离开百度后，他做了多年投资，原本已经拥有相对安稳的生活。徐冰正式邀请他加入时，并没有经历漫长拉扯。一次晚餐、第二天的一次会面，前后大约24小时，他便作出了决定。

打动他的，是一个朴素的判断：中国在数据和算法上并不落后，短板仍然是芯片。如果有机会参与补上这块短板，值得重新回到创业现场。

科学家出身、懂资本的徐冰，做了20余年芯片的王勇，操盘过大型产品和商业系统的王湛。内部有人用三个人名字的谐音，把这个组合称为“越湛越勇”。这句玩笑恰好概括了曦望最初的组织结构：一个人判断方向和组织资源，一个人把芯片做出来，一个人把芯片变成产品并卖出去。

三个人都已经拥有过足够体面的履历。曦望真正反常识的地方，不是把三个厉害的人凑在一起，而是让三个原本可以不再冒险的人，重新坐上了一张胜负未定的牌桌。但履历不是壁垒，与英伟达、华为和大型国产GPU公司相比，曦望不可能在研发人数、供应链资源和软件生态上占据优势。它唯一可能利用的，是更短的决策链条和更集中的资源配置。

巨头可以同时下注训练、推理、芯片互联、整机和云服务。曦望必须把有限的人和钱压在同一个问题上：如何让每一个Token变得更便宜。巨头的优势是资源密度，创业公司的优势只能是决策密度。对曦望而言，聚焦不是一种姿态，而是它唯一可能成立的生存结构。

一分钱的野心

徐冰选择推理时，这还不是一条拥挤的路。那时，训练芯片更容易获得关注，谁能够训练更大的模型，谁就更容易站在聚光灯下。推理则像模型诞生后的苦活：调用频繁、价格敏感，每一个Token都要被放进账单里衡量。但曦望看中的，恰恰是这门不够性感的生意。

训练是一种相对集中发生的需求。一个模型完成训练后，并不会为每个用户重新训练一遍；推理却发生在每一次提问、每一次图片生成、每一次代码补全，以及每一次智能体调用工具的过程中。训练决定模型能不能诞生，推理决定模型能不能进入日常生活。

2025年，DeepSeek等高性价比模型把这种变化推到了台前。它们最重要的影响，不只是让大模型调用价格下降，而是证明了一个看似矛盾的事实：单次调用成本越低，未必意味着总算力消耗越少，反而可能带来更多用户、更多应用和更长的调用链。

这是典型的杰文斯悖论。资源使用效率提高后，人们未必减少使用，反而可能因为价格下降而消耗更多。蒸汽机时代如此，电力时代如此，Token时代也可能如此。到了2026年，智能体开始从演示走向真实工作流，一次用户请求不再只对应一次回答，而可能被拆成检索、规划、调用工具、执行、校验和重试等一连串动作。每多一个环节，背后便多一轮推理。

模型越便宜，应用越多；应用越多，Token消耗越大。这是曦望押注推理的底层逻辑，它的产品路线也围绕这条逻辑展开。

第一代启望S1主要服务云端与边缘端的视觉推理，随后实现量产，累计出货超过2万片，并向索尼、小米等公司进行知识产权授权。这一代产品更多属于计算机视觉时代，也让团队第一次走完从设计、流片到量产交付的完整链路。第二代启望S2转向大模型推理，于2024年量产，开始兼容主流大模型软件生态。到2025年，曦望整体芯片交付量已经突破万片，S2也从工程验证逐渐走向规模交付。

2026年1月，曦望发布第三代推理GPU启望S3，以及面向千亿、万亿参数多模态混合专家模型的寰望SC3-256超节点方案。按照公司披露的产品设计，S3采用LPDDR6显存，同时兼容LPDDR5X，并在计算精度、内存访问、芯片互联和软件调度等环节围绕大模型推理重新设计。公司给出的目标是，在典型推理场景中，使整体性价比较前代提升一个数量级，单位Token成本下降约90%。

比这些数字更值得注意的，是曦望没有照搬训练GPU依赖昂贵高带宽内存的成本结构。训练追求高吞吐、高带宽和大规模并行，可以承受更昂贵的硬件；推理面对的是长期、持续且高度价格敏感的调用需求。一颗主要服务推理的芯片，未必需要继承训练芯片的全部能力，也未必需要承担训练芯片的全部成本。

这才是“纯推理”真正的含义。它不是简单从一颗通用GPU里删去训练功能，而是从计算精度、显存体系、芯片互联、软件调度到集群利用率，围绕推理重新计算整套系统。

英伟达卖的不是一颗孤立的芯片，而是一整套覆盖训练、推理、开发工具和数据中心基础设施的平台。它真正难以撼动的，也不只是GPU性能，而是CUDA、网络、服务器、开发者和客户运维体系共同形成的生态。曦望不可能复制这套生态，也没有必要复制。

它唯一可能成立的路径，是在部分高频、稳定、成本敏感的大模型推理负载中，把专业化的效率优势做得足够大，再通过兼容软件栈、超节点和推理服务，把客户迁移的门槛降下来。因此，“百万Token一分钱”并不是一张今天已经普遍执行的市场价目表，而是一项长期目标。

其真正重要的地方，不在“一分钱”这个数字，而在于试图改变芯片行业的计价单位：过去比较的是一张卡卖多少钱，未来比较的可能是一元钱究竟能够生成多少Token。一旦竞争单位从“芯片”变成“Token”，昂贵不再天然意味着先进，通用也不再天然意味着高效。

问题在于，客户购买的从来不是参数表上的峰值算力，而是一整套能够稳定运行的能力。芯片价格更低，却需要数月重新适配模型；单卡性能更高，集群利用率却不稳定；实验室里的Token成本很低，进入客户机房后又叠加迁移、运维、故障和闲置成本。这些都会让纸面优势迅速消失。

所以，曦望的成本优势必须同时穿过四道门槛：芯片架构要更高效，软件迁移要足够简单，系统利用率要足够稳定，最终客户支付的总成本要真实下降。少一项，专业化就可能只是一种技术选择，而不是商业壁垒。

S3目前完成的仍然只是产品发布。按照公司此前披露的计划，它还需要继续经历流片、回片、量产和规模交付。从发布会上的性能目标，到晶圆厂里的良率，再到客户机房里的稳定运行，中间隔着一家芯片公司最漫长的路。

方向是故事的开头，量产才是现实的第一行。

四十亿，只是入场券

从24万元营收到百亿元估值，中间首先隔着资本。

2025年初至2026年4月，曦望完成七轮融资，总额接近40亿元。投资方既包括商汤、范式智能等产业资本，也包括IDG资本、高榕创投、中金资本等市场化机构，以及诚通混改基金和多地国资。这份股东名单背后，是三种预期的叠加：大模型推理需求爆发、国产算力替代提速，以及独立GPU资产在资本市场上的稀缺性。

资本市场也在迅速升温。摩尔线程、沐曦股份先后登陆科创板，壁仞科技、天数智芯相继在港交所上市，国产人工智能芯片公司开始集中进入公开市场。这种热度很容易让人产生一种错觉：只要赛道足够正确、资本足够充足，一家芯片公司就会自然长大。

但芯片是一个必须用资本换时间，却无法用资本直接换结果的行业。先进制程流片、封装测试、软件生态、模型适配、客户验证和量产备货，每一项都需要重金投入。一颗芯片第一次点亮，只能证明它能够运行；完成量产，只能证明它能够制造；进入客户系统，只能证明它可以被使用。客户持续复购，才证明它是一门生意。

曦望目前仍然处在这些关卡之间。承载早期业务的上海阵量智能，2024年营收24.07万元、净亏损约1.9亿元，2025年一季度仍未形成收入。此后，S2开始进入规模交付，公司经营情况理应已经发生变化，但曦望尚未公开一份足以与百亿元估值相匹配的完整财务成绩单。

24万元营收与百亿元估值，被装进了同一家公司，中间那段巨大的空白，只能由芯片、订单和时间慢慢填上。

近40亿元融资首先证明的，是投资人愿意为这条路线提供时间，而不是客户已经为产品完成投票。这些钱可以买来更多流片机会、更完整的软件栈、更大的备货能力和更长的现金跑道，也可以让投行、律师和会计师逐渐进场，但它买不来良率，也买不来客户的第二张订单。

2026年春，曦望完成股份制改造，正式启动赴港上市相关准备，进入财务、法务审计和辅导阶段。股改可以把创业故事逐渐翻译成招股书，却不会让一颗尚未量产的芯片提前从晶圆厂走出来。

在一级市场里，投资人可以为未来定价；到了公开市场，未来必须逐渐长成收入、毛利率、客户结构和现金流。40亿元解决的是曦望能否留在牌桌上，无法决定它最终能从牌桌上拿走多少筹码。

最危险的时刻，是方向被所有人看见

2024年，曦望只做推理，是一种逆向选择；到了2026年，这条路已经不再冷门。

英伟达正在围绕Token成本、单位功耗产出和智能体推理重新设计数据中心平台；华为昇腾依靠训推一体、软硬协同和整机能力覆盖客户；壁仞、摩尔线程、沐曦、天数智芯等国产厂商在争夺训练市场的同时，也不会放弃规模更大、发生频率更高的推理需求。

曦望曾经面对的问题，是这个市场会不会出现。现在的问题是，所有对手都已经看见了这个市场。这意味着，“纯推理”本身不再天然构成壁垒。先看到方向，只能获得一段时间窗口；等巨头转过身来，创业公司仍然要面对资源、生态、供应链和客户信任上的全面差距。

专业化芯片还有一个无法回避的矛盾：做得越专，理论效率越高；做得越专，对工作负载变化的容忍度也可能越低。大模型的结构和推理方式仍在快速迭代，从稠密模型到混合专家模型，从短文本生成到长上下文，从单轮问答到多步骤智能体，今天最重要的计算瓶颈，未必还是明天的瓶颈。

曦望既要比通用GPU更高效，又不能因为追求极致效率，而失去对下一代模型的适应能力。它还要面对生态。英伟达真正难以撼动的，从来不只是一颗GPU。CUDA已经进入模型框架、开发工具、人才体系和企业运维流程。很多客户选择英伟达，并不是因为每一项性能都是最优，而是因为工程师熟悉、软件可以运行、出了问题有人解决。

一家新芯片公司要说服客户切换平台，必须提供的不只是更低的报价，还要承担迁移过程中所有看得见和看不见的成本。所以，曦望所谓的“赢”，不会是让英伟达退出中国推理市场，也不会是在所有模型和所有负载上超过通用GPU。它更现实的胜利，是在若干高频、稳定、成本敏感的推理场景中，建立足够显著的总成本优势，并把这种优势转化为持续复购。

接下来，真正决定曦望价值的，不是还会完成多少轮融资，而是五件更朴素的事：S3能否按计划完成流片、量产和稳定交付；公司宣称的低Token成本，能否从实验室指标变成包含迁移、运维、能耗和利用率在内的客户总成本；软件生态能否跟上模型架构的持续变化，不因专业化而被锁在上一代工作负载里；供应链和系统交付能否支撑客户长期运行，而不是只完成一次试用；已经购买S2的客户，会不会继续购买S3。

第一次订单可能来自测试、关系、政策或国产替代，第二次订单通常只来自产品。芯片行业最难伪装的指标，不是发布会上的峰值性能，而是下一张订单。

结尾

回到2024年12月的那间会议室。“1+X”战略宣布后，150余人的芯片团队从商汤体系中走出。没有人保证这条路能够走通，但曦望也不是一家凭空出现的创业公司。

从香港中文大学的实验室到商汤，再到独立后的曦望，这支团队已经走过两代芯片的研发、流片、量产和交付，也经历了中国人工智能从计算机视觉向大模型的完整转向。两年不到，团队接近翻倍，七轮融资接近40亿元，估值突破百亿元，S3发布，上市准备启动。对于一个从大公司分拆出来的芯片部门而言，这已经是一段足够惊人的加速度。

但资本验证的是方向，不是终局。推理需求的爆发，证明徐冰当初没有押错赛道；越来越多巨头进入，又让这场竞争变得比最初更加艰难。

所以，曦望凭什么赢？不是因为它比巨头更有钱，也不是因为它更早说出了“推理”两个字。它唯一可能的机会，是把一家小公司的聚焦，变成架构上的效率；把架构上的效率，变成客户账单上的便宜；再把第一次购买，变成第二次、第三次复购。

冬天之后，并不会因为一家公司的名字叫曦望，就自动出现黎明。对一家芯片公司而言，真正的天亮，不是估值跨过百亿元的那一刻，而是一颗芯片穿过流片、量产和客户机房之后，仍然留在下一张订单里。