首发｜两登Nature封面，清华博士杨哲宇拿下5亿元融资

眼下，物理AI已经成为一级市场最拥挤的赛道之一，大量资金涌向了“能让机器更接近人类的判断力与行为能力”的方案，而人类决策与行动的基础，80%以上来自视觉所提供的信息。从这个意义上说，AI要真正走进物理世界，视觉是一道绕不过的门槛。

然而，今天主流的图像传感器骨子里是为“人看”设计的：逐帧曝光、完整输出，把每一帧画面都当作一张需要保存的照片来处理。这套逻辑在手机拍照时代运转良好，但当它被塞进机器人和自动驾驶系统时，缺陷便开始暴露——数据冗余、传输带宽吃紧、后端算力被大量无效信息消耗，真正关键的时空变化反而容易被淹没。可以说，视觉感知的效率，正在成为物理AI落地最现实的瓶颈。

这一语境下，一种新的思路正在试图打破这种僵局，那就是“类脑视觉”。它不再模仿相机，而是模仿人眼和视神经的信息处理方式：在感知前端就把颜色、边缘、运动变化等信息拆解开，以稀疏、互补的形式输出，让后续的决策系统只拿到有价值的信息。

在国内，一支来自清华的团队已经走在了这条路径的最前面，并且得到了资本的关注。投中网获悉，由清华大学类脑计算研究中心孵化的类脑视觉芯片公司——晰见科技，成立刚满一年便已连续完成三轮融资，累计金额近5亿元。

其资方阵容也相当亮眼——徐汇资本、经纬创投、华映资本、英诺基金、水木清华以及具身智能、汽车产业链龙头企业等，几乎囊括了政府产业基金、头部市场化机构、高校系资本与产业资本等时下最活跃的资本类型。

资本密集布局的背后，除了对前沿方向的认可，更核心的信心来源于团队本身的实力。在科研领域，《Nature》封面的含金量无需赘言，其中在AI与芯片两大领域，中国大陆机构以第一完成单位登上《Nature》主刊封面的成果仅有三项，清华大学类脑计算研究中心团队独占其中两项——2019年的“天机芯”与2024年的“天眸芯”，而晰见科技，正是“天眸芯”技术成果唯一的产业化平台。

从清华实验室走出来的“孤注一掷”

晰见科技的故事，得从清华类脑计算研究中心讲起。

该中心成立于2014年，由清华大学依托精密仪器系，联合计算机、微电子、电子、自动化等7个院系共同成立，这是国内最早进行全方位类脑计算研究的团队。成立十余年，这里走出的一系列原创成果多次登上国际顶级期刊，其中最为人熟知且最具分量的，正是上文提到的类脑计算芯片“天机芯”与类脑互补视觉芯片“天眸芯”。

晰见科技的CEO杨哲宇，就是这个中心的博士生，读博期间曾先后参与了两个项目的核心工作，并且是“天眸芯”论文的共同第一作者。正是这段科研经历，让他看到了“类脑视觉”的广阔前景。在他看来，语言大模型之所以先于视觉爆发，是因为语言本身就是智能压缩后的产物，天然更易涌现智能；但视觉占据了人类感知信息量的80%以上，才是下一个时代真正需要攻克的关口。而今天的图像传感器，本质上是“给人看”的，强行拿来“给AI看”，并不适配大模型感知世界的方式——“为AI定义视觉”，无疑是一片广阔的蓝海。

这一判断并非全然来自主观，市场早已给出了信号。杨哲宇分享了一个细节：早在公司孵化之前，就有不少客户带着需求找到清华类脑中心，希望团队帮助他们定制芯片。其中，海康南湖研究院明确表达了推动天眸芯在集团旗下多家子公司导入应用的意愿。这一产业需求，也在国家项目层面得到了进一步验证：在海康集团牵头的央地协同类脑重大专项中，天眸芯被明确列为两大类脑核心产业支柱之一；2026年1月，该项目进一步升级进入国家重点研发计划序列。

来自产业一线与国家项目的双重印证，让杨哲宇更加确信——市场早已在等待一个能够同时兼顾高分辨率与高帧率的视觉方案。

除了明确的市场前景，还有另一层驱动力。“高端视觉芯片市场超过80%的份额长期被海外公司垄断。从家国情怀的角度，我们也不希望所有高端视觉方案都来自海外。”杨哲宇表示。

但想要实现产学研转化，终究需要一个市场化的载体。于是在2025年博士毕业之际，他放弃了国内外高校递来的教职机会，带着一份“孤注一掷”的决心，毅然投身于天眸芯类脑视觉技术的产业化进程，正式创立了晰见科技。

值得一提的是，为了将这场创业从愿景推向现实，杨哲宇从一开始就着手搭建一支贯通科研与产业的复合型团队。其中，CTO王韬毅博士长期参与“天眸芯”研发，已在《Nature》《Science Robotics》等顶刊发表论文13篇；首席科学家赵蓉教授是国家高层次人才、清华大学精密仪器系长聘教授、类脑计算研究中心副主任，长期负责类脑视觉感知方向研究，并担任中国脑计划“异构融合类脑计算研究平台”重大项目负责人，已发表SCI期刊论文100余篇。

截至目前，晰见科技团队约40人，其中研发人员的博士、硕士占比超过80%，核心工程成员大多来自索尼、英伟达、安森美及国内头部CIS企业，拥有10至20年的图像传感器与芯片从业经验。产业化与市场团队成员则深耕行业20余年，曾负责年规模数亿美元的相关业务。

从原创研究、芯片设计到工程量产、市场落地，这支团队的能力已覆盖视觉感知全产业链条。

给AI装一对会编码的“视网膜”

要理解晰见科技和“天眸芯”的价值，首先要清楚当前AI在“视觉感知”层面所面临的卡点。

目前多数AI硬件仍沿用传统CMOS摄像头作为视觉采集前端，它的工作原理是把光信号转为数字信号，按固定节奏一帧一帧地输出图像，再经过编码压缩，最终变成我们熟悉的视频格式。但问题恰恰出在这套“逐帧输出”的底层逻辑上，想象一辆自动驾驶测试车，十几个摄像头同时运转，一天就能攒下TB级的数据量，可仔细看，相邻帧里天空、路面、护栏几乎没什么变化，却被反复采集、传输、分析，这就形成了海量的数据冗余。此外，分辨率、帧率、精度这三个核心指标在传统方案里往往相互牵制，提升一项就意味着牺牲另外两项，因此也构成了行业长期无解的“不可能三角”。

更大的问题还在于算力。视觉的数据量天然庞大——一张1080P的图片对应约8000个Token，按每秒30帧折算，就是每秒数十万个Token；而目前最好的边缘端GPU，每秒也只能处理数百个Token。这意味着，用传统方式让AI“看懂”世界，延迟被无限放大，这也是为什么虚拟现实、世界模型等应用迟迟难以落地。

而“天眸芯”的解法，是把摄像头从“逐帧快照”改造成一套懂得取舍的视觉原语系统，它不再机械地把每一帧画面原样保存，而是借鉴视网膜的多通路机制，在感知前端对光强、空间结构和时间变化等视觉信息进行差异化采集与互补编码，这不仅打破了分辨率、帧率、精度此消彼长的掣肘，同时大幅降低了后端重复传输与计算负担。

据团队介绍，“天眸芯”目前已经实现了每秒万帧的高速感知与130dB的高动态范围，同时让传输带宽降低90%、功耗降到传统高速传感器的十分之一，综合性能领先海外同类产品一倍以上。

值得一提的是，在晰见科技的业务版图中，“天眸芯”并非一颗孤立的芯片，而是一整套“机器视觉神经系统”，它包括天眸芯芯片、协议、以及多模态大模型。其中，芯片如同机器的“视网膜”，负责感知物理世界并在前端完成视觉信息的拆解与编码；传输协议如同“视神经”，将信息以更适合模型处理的形式高效传递；视觉模型则扮演“大脑视觉中枢”，对信息进行理解与推理，并进一步连接决策与行动。

芯片、协议与模型的协同，使得机器视觉不再停留于图像采集和被动输入，而是跃升为面向物理世界的原生视觉感知与理解能力。

经过一年的努力，成果正在持续兑现。2026年8月，团队最新研究成功再度登上《Nature Sensors》封面，这距离天眸芯论文上封面仅过去两年。产品层面，公司量产进程稳步推进：一代芯片已成功点亮，面向量产的二代芯片已完成流片，分辨率从20万像素升级至500万像素。同时，视觉信息处理进一步前移至感知端，可直接提取可供大模型使用的高信息密度视觉Token，首Token延迟控制在几十毫秒以内。

在应用端，天眸芯已覆盖具身机器人、自动驾驶、工业检测、高速摄影、无人机巡检等多个赛道，可精准捕捉百微秒级工业异常事件，适配边缘端低功耗部署需求。

类脑视觉，一门越来越被看重的生意

当大语言模型进入"百模大战"，前沿的目光正加速转向物理世界——具身智能、人形机器人、自动驾驶，都在呼唤一双能够理解真实世界的“眼睛”。类脑视觉，正是为这双眼睛提供的一条可行路径。

如今，这一领域正收获越来越多来自政策和资本层面的关注。“十五五”期间，类脑计算不仅被列为关键技术攻关方向，更被纳入国家工程实验室的成果转化体系；同时，头部机构、政府产业基金与产业资本也纷纷出手，加速卡位。

在杨哲宇看来，类脑视觉之所以被寄予厚望，正是因为它代表了一条真正的底层创新路径。颠覆式创新，从来不是沿着既定轨道追赶，而是回到第一性原理，重新定义问题本身，探索一条尚未被验证过的道路。他的目标足够宏大，也足够清晰：“未来哪里有AI的自主决策，哪里就有天眸的芯片。”

不过，面对这个巨大的蓝海市场，杨哲宇并不打算做成封闭的生态。“我们持开放态度，包括IP授权，邀请更多人一起推动视觉通用智能的发展。”

物理AI时代，或许正是一个属于他这样敢于冒险、敢于创新的年轻人的时代。而杨哲宇与晰见科技的故事，才刚刚开始。