成立僅4個月！北京AI Infra創企完成千萬級天使輪融資
作者 | 楊京麗 編輯 | 李水青 8月27日報道，昨日，北京AI基礎設施創企博倫智匯宣佈完成千萬級天使輪融資。本輪融資由專注AI及AI Infra賽道、同時佈局過大模型訓練框架的一線產業基金投資。本輪資金將主要用於核心技術迭代、產品打磨、核心技術團隊擴充，加速公司在AI算力產業的市場拓展與業務落地。博倫智匯2026年4月成立於北京，是一家專注於大規模異構算力調度的人工智能基礎設施公司，業務覆蓋企業私有化算力部署與自營Token工廠，入口級智能硬件產品也在研發之中。
博倫智匯CEO劉進治畢業於浙江大學，碩士畢業於墨爾本大學市場營銷專業，曾任職於英特爾、摩托羅拉並擔任團隊負責人，推動硅谷分佈式系統軟件公司WANdisco在中國落地。公司CTO楊光曾任職於西門子、IBM、Oracle等跨國企業，此前擔任矩量無限技術負責人、技術副總裁，主要研究雲原生、AI基礎設施和國產異構算力調度。▲博倫智匯CEO劉進治（圖源：中關村區塊鏈產業聯盟） 博倫智匯團隊成員覆蓋算力產業鏈的多個環節，核心團隊成員背景包括天數智芯、華為、趨動科技等企業，在雲原生容器、大模型訓練與推理全棧技術領域擁有多年實戰經驗。
博倫智匯稱，2016 年，團隊核心成員在清華系NLP創業團隊中開展自然語言處理的AI落地探索；2023年，團隊操盤國內第一批英偉達SuperPOD訓練集群，SuperPOD是由多臺英偉達DGX服務器組成的大規模AI計算集群，主要用於大模型訓練。此後隨著國產算力崛起，團隊又在早期進入國產GPU生態與技術體系，在英偉達與國產卡的協同調度上積累了大量一線工程經驗。公司自研了面向Token的大規模分佈式架構TOLD（Token-Oriented Large-scale Distributed Architecture），該技術棧已在由英偉達GPU和國產GPU組成的萬卡級異構集群中完成實際驗證。
TOLD主要面向大模型推理場景，能夠對分佈在不同地區、採用不同芯片架構的算力資源進行統一管理和調度。系統可以根據不同模型在不同芯片上的運行效率分配任務，使多種GPU在同一框架下協同工作，同時提供大模型一鍵適配和B2B2C多租戶服務能力。當前，不同品牌和型號的GPU在計算能力、軟件生態、算子支持及適用模型方面存在差異。企業在接入國產GPU時，往往需要重新進行模型適配和推理引擎優化。博倫智匯希望通過統一的調度和適配層，降低不同GPU接入及模型遷移的成本，並提高算力集群的整體利用率和Token產出效率。目前，博倫智匯已經啟動商業化，業務覆蓋企業私有化部署和自營Token工廠。
企業私有化部署主要面向擁有自建算力資源的客戶，通過異構算力調度、模型適配和推理服務，提高現有GPU集群的使用效率；自營Token工廠則將底層算力轉化為Token服務，為企業和AI應用提供推理能力。博倫智匯還在研發入口級智能硬件產品，希望連接雲端、端側和家庭場景。公司認為，隨著端側算力進一步進入家庭，智能硬件將成為用戶調用雲端及本地AI能力的重要入口。隨著GPU產品持續迭代，市場中還將長期存在不同品牌、代際和性能水平的算力卡。博倫智匯計劃根據芯片性能、模型特點和任務需求進行梯級調度，讓高性能GPU承接高併發、低延遲任務，將部分批量推理及低負載任務分配給其他算力資源，提高不同代際GPU的利用效率。
結語：從萬卡級驗證走向商業化落地 博倫智匯成立僅4個月便完成千萬級天使輪融資，並將自研異構算力調度技術推進至萬卡級集群驗證和商業化階段。完成本輪融資後，公司將繼續投入異構算力調度、大模型推理及相關基礎設施產品。隨著AI算力重心逐漸從集中訓練延伸至持續推理，企業關注的重點不再只是擁有多少張GPU，還包括這些GPU能否穩定運行、適配更多模型，並以更低成本產出Token。博倫智匯下一階段需要驗證的，是其調度架構能否在更多芯片、模型和客戶環境中穩定複製，並持續改善GPU利用率和Token生產成本。
Related
相關文章
成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型
AI資訊AI新閒資訊正文成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘開源大模型領域再次迎來技術爆破!根據 Arena 官方最新發佈的評測榜單，DeepSeek 團隊推出的最新模型迭代版本 DeepSeek-V4.1-Flash-20261017（Max） 正式登頂 Code Arena: WebDev 榜單，成功摘得“第一開源模型”的桂冠。值得關注的是，在本次 WebDev 前沿代碼與網頁開發基準評測中，DeepSeek-V4.1-Flash-1017不僅成功超越了此前備受關注的 Kimi K3（Max），更在推理成本上實現了數量級的突破——其調用開銷僅為後者的十分之一左右。在性能與性價比之間，再次刷新了行業認可的帕累託最優邊界。在總榜表現方面，該模型以1670分的成績位列總榜第12名。在這一高位區，它不僅領先於封閉源領軍模型 Claude Opus5（High），並且與頂尖模型 GPT-6Sol (Max) 的差距已縮小至10分以內。根據官方介紹，本次推出的1017版本作為深度優化迭代，相較於一個月前發佈的上一版（20260910），榜單得分大幅提升了52分。模型在保持極低定價策略(每百萬輸入 token0.3美元，輸出 token1.2美元)的同時，進一步加快了複雜任務的完成速度，並顯著精簡了冗餘輸出，幫助開發者在實際調用中進一步節省算力和時間成本。目前，DeepSeek-V4.1-Flash-1017已同步在 DeepSeek 網頁端、移動端 App 以及 API 接口上線。針對開發者生態，官方已對 DeepSeek Harness、騰訊 CodeBuddy 以及 WorkBuddy 等多款主流 AI 編程與 Agent 輔助工具進行了專項適配優化
算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相
AI資訊AI新閒資訊正文算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘在正在深圳舉行的2026全國高性能計算學術大會上，我國首個全國產十萬卡 AI 超集群——“曙光8000”真機正式迎來首次公開亮相，並將集中發佈十大重要應用成果。這一算力超級工程的龐大性能，能夠直接在計算機中構建出“數字孿生大腦”，甚至可以模擬橫跨百億光年的宇宙演化歷程。其底層核心機制，是通過高速互聯技術將十萬張國產 AI 加速卡深度整合，實現了規模與算力密度的雙重突破。值得關注的是，曙光8000的最大亮點並非僅僅在於硬件規模的堆疊，而是在於其採用了“超算與智算原生融合”的全新技術路線。同一套算力底座，既能承載高精度的傳統科學計算，又能完美兼容大模型的訓練與推理任務，將人類推演物理規律與歸納經驗數據的兩種計算思維發揮到了極致。其中，傳統“超算”側重於基於物理方程進行嚴密的步驟推演，模擬對象越複雜，算力消耗越呈暴漲趨勢;而“智算”則側重於通過海量數據歸納規律（例如大語言模型），但單獨依賴智算容易出現因缺乏因果邏輯而產生的“AI 幻覺”。曙光8000將兩者深度打通，為科學研究與前沿 AI 提供了更加精準、可靠的運算支撐。作為我國算力基礎設施邁入十萬卡級部署階段的關鍵里程碑，該系統於今年8月官宣正式投入使用。官方數據顯示，其每秒鐘的峰值計算能力，相當於全人類持續不間斷計算200年的總和。截至目前，曙光8000已全面服務於新材料研發、創新藥研製以及人工智能等26個前沿領域的300多種複雜計算任務，為國產高水平科技自立自強提供了堅實的底座支撐。相關推薦演員吳越遭 AI 換臉帶貨，微信視頻號：涉事賬號永久封禁、內容清空演員吳越昨日發聲，指微信視頻號“花姐美膚日記”用AI炮製其虛假帶貨視頻。錄屏中，“
DeepSeek發佈API網頁搜索與抓取服務:每1000次成功請求收費5元
根據公告內容，該功能將採用按請求次數的計費模式，單價定為每1000次成功請求5元。在應用場景與過渡節點方面，當前用戶在DeepSeek Harness、Claude Code及Codex等開發工具與環境中調用DeepSeek API時，已可通過Server端工具直接訪問Search與Fetch接口。
AI 浪潮下的社區無奈謝幕:知名反編譯追蹤網站decomp.dev宣佈關閉
該網站曾致力於集中展示匹配反編譯的進展，並凝聚志同道合的技術愛好者。然而，隨著近年來人工智能技術的迅猛發展，開源協作生態遭到嚴重破壞，創始人最終決定讓其退居為歷史數據存檔。匹配反編譯長期以來是一項極度耗時且艱難的任務。自2026年初 Opus4.
AI 系統 RFdiffusion3 能從原子層面造蛋白：實驗裡真能幹活
更硬核的是，用它全新設計的蛋白質，已在真實化學反應中兌現了預期功能。由美國華盛頓大學、英國牛津大學、英偉達等機構組成的國際團隊搭建了這套系統，可對單個原子建模，專門用於設計蛋白質與核酸，相關成果於當地時間 16 日刊登在國際期刊《科學》上。
迪士尼將以2000萬美元收購Character.AI部分資產並接納核心團隊
據彭博社披露的法律文件顯示，迪士尼已同意以2000萬美元收購 Character.AI 的部分資產，並向至少60名員工（佔其員工總數的大多數）提供總額約6000萬美元年薪的就業機會，目前絕大多數受邀員工已接受試探性報價。此次收購與人才吸納，凸顯了傳統娛樂巨頭在人工智能浪潮下對垂直領域技術團隊的深度整合。