万象智维完成数千万元天使+轮融资，专注端侧AI软硬件基础设施

北京万象智维科技有限公司（以下简称“万象智维（Omnimind）”）成立于2025年，依托清华大学泛在智能实验室（THU OmniLab）孵化成立，专注端侧AI软硬件基础设施，团队来自清华、北大、上海交大以及腾讯、阿里、字节等高校和企业。加上实习生，万象智维的团队约30人，其中超过一半的成员负责研发。创始人兼CEO王拓为目前为清华大学计算机系在读博士生，公司发起人任炬是清华大学计算机系副教授、教育部长江学者特聘教授。投资界8月11日消息，近日，万象智维已完成数千万元的天使+轮融资，韶音领投，瀚晖投资，知行资本，宝尔爱迪跟投，源合、浪潮担任财务顾问。去年年底，他们还获得一轮星连资本领投的千万元天使轮融资。

王拓为认为，云侧AI是AI上半场，核心是探索智能上限，端侧AI是AI下半场，核心是实现AI的全面落地。

在端侧部署模型的好处，首先表现在Token成本上。相比纯云侧调用模型，端云结合能在保证能力与纯云侧模型对齐的同时，Token成本还能实现比较大程度的下降。适合在端侧完成的任务，如本地信息的整理以及持续学习的过程，无需云侧参与，只有部分复杂任务端侧模型不能完成时，系统才会调用云端模型做更多复杂的任务。

不仅如此，端侧在隐私、实时性和存储成本也有天然优势。本地计算意味着数据不必出端，用户无需将自己的文件、对话、行为数据持续同步到云端，其他端侧设备，如球场摄像头、工业对讲机等在弱网或离线环境下也能实现一些实时处理的功能。

“做端侧AI，我们并不想过度追求模型智能的上限，而更关注如何让模型在设备上运行得更持久、更稳定、更高效。长期来看，端侧AI最大的价值并不只是保护隐私或节省Token成本，而是让AI真正具备持续学习和长期记忆的能力，最终成为一个真正长期陪伴用户的智能助手。”王拓为告诉我们。

2025年12月，万象智维推出首款产品“小万App”，这是一个完全免费、本地运行的Android Agent。用户仅需安装App，就可以完成点外卖、打车等跨应用操作，这也验证了他们的想要在消费级手机上实现的系统Agent的能力。

现有推理引擎要么为云侧CPU/GPU架构设计，要么为桌面大型一体机设计，真正针对端侧SoC的引擎还存在市场上的空白，因此万象智维推出了一个能覆盖各个端侧SoC品类的infra基座OmniInfer。“端侧的异构性非常复杂，不同品类的终端设备、甚至同一品类不同型号的终端设备，需要的Infra都有所不同。”王拓为说。

万象智维研究了一套新的端侧微调算法，在做周期性微调的基础上，将用户交互数据做大量前向推理，每次只针对性微调一个极小的参数模块，约1%-2%的LoRA参数量，最终的效果能趋近于传统微调，但每一步的成本只到了推理级别，在降低成本的同时，整个过程中模型和数据都不出端。

在OmniInfer之上，万象智维构建了第二层技术基座，叫OmniClaw，这是一套专门为端侧小模型设计的Harness。已有的主流Harness，如Claude Code等，完全围绕云侧大模型构建，如果选择调用端侧小模型，任务很难跑起来。

OmniClaw则从工具和接口调用、推理时的引导及重试机制等方面为小模型重新设计，并内置了一套端云协同的智能路由体系，端侧能独立完成的任务就在本地执行，复杂任务自动引入云侧模型参与，在保证任务上限与纯云侧方案对齐的同时，Token成本还能实现较大幅度的下降。

OmniInfer和OmniClaw是万象智维的技术底座，基于此，他们推出了OmniStudio一站式端侧模型部署平台，作为直接面向To B客户的产品。它适配Windows、Mac、Linux、iOS和安卓操作系统，与底层硬件深度合作，落地场景包括手机、电脑、智能家居、AI玩具、机器人等。

为此，依托自身的端侧系统性的Infra能力，万象智维正着手计划推出自己的硬件产品，一个类似录音卡形态的端侧硬件设备Taste。

手机并不是端侧AI落地的最佳场景，一方面，消费者经常换不同的手机，用户上下文难以迁移；另一方面，不同品牌手机的生态也会比较互斥。做一个独立硬件的好处是，它是一个消费级产品，可以直接触达消费者，也无需再受到各种权限操作系统的制约。

王拓为透露，Taste的定位是面向未来个人智能交互的新型终端，目前已完成首轮样机研发与生产验证，并围绕软硬件协同和AI应用场景持续迭代。形态上来看，这一硬件的尺寸大致与卡片相似，可以磁吸依附在手机背板上，拥有独立SoC芯片、麦克风、扬声器和一小块电子屏，带有独立电源和录音功能。

△万象智维正在研发的端侧智能硬件Demo，图源：企业提供

万象智维希望Taste最终能成为用户的个人上下文存储的Memory设备，依赖团队自研的端侧微调算法OmniTune，实现白天跟随用户正常使用，夜间利用空闲算力完成自学习，将白天的交互内容内化到模型参数里。为此，万象智维在每一台设备上部署一个用户独立的LoRA，随着用户积累的数据不断调整LoRA参数，达到持续学习的效果。久而久之，每个用户都会拥有一个权重与众不同的专属模型。

省Token是端侧智能的一个起点，但不会是终点。“端侧成本这件事，不会成为大家永久的痛点。”王拓为说，一个积累了长时间、个性化上下文的产品，天然会产生自己的壁垒成为用户的一个能持续学习、真正个性化的助手。

今年5月，万象智维正式启动商业化。目前，公司已率先跑通B端商业模式，依托自身的技术研发能力与工程落地经验，为企业客户提供端侧AI技术与产品服务，并已签下多个百万级订单，预计全年累计订单额达到千万元级别。在B端商业化得到初步验证的同时，万象智维也正逐步拓展C端消费级市场，探索更具规模化潜力的产品形态与商业模式。

面向B端，万象智维希望能从定制化逐渐走向标准化产品。对于PC、智能终端等厂商，万象智维采用NRE+License的商业模式，通过NRE（非重复性工程费用）费用覆盖前期定制开发和适配成本，并基于产品规模化的应用持续收取License费用。同时，他们也与一些产业伙伴联合推出智能化产品和行业解决方案。C端的商业化则主要来自Taste这一硬件产品的一次性销售收入与其软件订阅服务，预计明年正式量产后开始实现。