起源：老爷爷为老婆摘花 花主人改警示牌作者： 陈怡芳：

给AI账单瘦身，成了创业新风口

作者 ｜ 李楠邮箱 ｜ linan@pingwest.com

当AI能力以肉眼可见的速度变强，使用它的价值也在同步攀升。以至于“AI太花钱”从一句怨言，造成了真实的商衣阀境。

但有问题，就会有解决问题的人。最近我们围观了一场名为“投海Tech Show”的活动现场。其中就有几位创业者，试图把AI造成每幼我更触手可及的基础设施。

这里面蕴含身在校园的年轻博士，也有再次启程的产衣废兵。有人致力于当下的“节流”，让现有模型跑得更便宜；有人则着眼未来的“开源”，去太空为AI寻找近乎无限的能源。

有意思的是，他们自身都与海淀这个科技创新高地联系缜密。本场活动的Tech Show项目均源自海淀区“五方六力”科技成就转化机造挖掘推荐，技术成就起源于清华、北大、北航、北邮等高校。

而借用海淀“投资于人、投资于未来”的理想，从这场活动看，一个不用焦虑于AI账单的未来，有点端倪了。

一、硬核的00后，要突破算力定价权

王冠博是这天最年轻的首创人之一，清华推算机博士在读，00后。他走上台的第一件事不是介绍公司，而是讲了一个让他想明显方向的时刻。

那是2025年2月，DeepSeek刚刚爆火。彼时市面上还没有Manus，也没有Claude Code。他看着DeepSeek的测试数据，把稳到一个细节：仅仅参与深度思虑职能，Token亏损量就跳涨了数倍。

“那时辰我就在想，未来肯定不是单纯的Chatbot的大局，”他在台上说，“未来肯定是multi pipeline复杂的工作流程。你只加一个深度思虑，Token就有4倍，甚至多出10倍的提升，multi pipeline可能是千倍、甚至万倍的Token爆炸。”

几个月后，龙虾的出现证了然他的判断。一个通常的AI工作，挪用的Token量可能是从前对话场景的数百倍。价值由谁承担？最终还是用户和开发者。

王冠博想解决这个问题。他们把问题的解法锁定在“端侧”。

在他们看来，用户并不在意模型跑在云端还是本地，他们只想要“又便宜又好用”。正是基于这一理想，他们要做的不是端侧幼模型，而拭浇槠端大模型真正部署到端侧。

但这里有个极度现实的阻碍，那就是内存。市面上一万元左右的消费级设备最多24G内存，刨去系统和利用占用，留给模型推理的不外8G，只能跑2B参数的幼模型，而2B模型底子解决不了像龙虾这类复杂工作的需要。

“好多品牌厂商面对一个困境，”王冠博说，“能不能既将模型本地化，也把‘龙虾’本地化，并且模型本地化是能解决‘龙虾’需要的模型，它就必要是一个大十几B甚至百B的模型。”

万格智元的规划，是从算法、系统、芯片三个档次同时动手。他报出了几个数字：以35B的模型为例，他们的系统只必要4.7GB内存，内存开销大幅降落，而推理速度则在极低内存亏损下提升了约30倍。

台下一位投资人追问：“怎么解决带宽限度的问题？”王冠博的回覆展示了他钻研的深度：不是硬堆内存，而是扭转数据加载方式，“以位宽的方式按比特去load，之后边load边算，是一个极致的流水线式的调度，以一个极低的激活参数量共同IO带宽，让算和取、存和算来实现高效并行。”

突破是具体的：纯CPU就能运行35B、80B、120B参数大模型；把本地部署成本从万元级降到千元级。

此前万格智元实现千万级融资时，有投资方评价，这支清华博士团队用通常CPU实现了主流模型在本地天生Token，“脱节了行业对昂贵GPU资源的依赖”。

概括起来，这个00后要做的，是AI时期的“自来水”。不是把算力锁在云端机房里销售，而是把它带回每一台通常电脑。他这样形容自己的00后团队：“能干、能熬、能做”。

二、把AI装进口袋，还不用多花钱

同样在台上讲端侧的，还有另一位清华推算机系在读博士——万象智维CEO王拓为。

王拓为本科、博士都在清华就读，钻研方向聚焦于移动端设备上的大模型系统优化。用他自己的话说，这是一件“比云端可贵多”的事件。

云端有充分的推算资源，但在端侧，算力、内存、功耗、散热，都是约束。而在给定的硬件前提下，把一个法式的机能跑到极致，是王拓为兴致地点。

眼下AI在从“会说”走向“会做”。大模型从内容天生走向了局交付。智能体天然地从单轮对话走向7×24幼时持续运行，并且单次工作也必要更长的高低文处置能力，都让Token挪用量出现指数级增长。

而从现实需要启程，人们不是任何时辰都必要基于云侧的超强智能，好多时辰，反倒但愿有一种够用，但是“更快、更安全、更节俭的本地化的算力。”再加上，随着端侧模型结构创新和端侧推理技术演进，王拓为判断，端侧智能的窗口期已经到来。

不外这种机遇不定属于已有的硬件。在王拓为看来，当前几类AI规划都有短板。

云侧规划看起来能力最强，但高低文并非天然存在于云上，每次挪用都必要把数据沉新上传组织，引入巨大的传输开销和隐衷风险。而“无论是手机还是电脑，性质上都是以用户的通用需要为导向所设计”，真正能不变分配给智能体的算力资源极度有限，并且数据封关在各自的生态里，无法形成统一的幼我高低文系统。

至于Agent主机，固然能在本地持续运行模型，“但依然不够便捷，依赖网络，使用链路也更长”。

万象智维给出的解法，是一块卡片大幼的端侧硬件——它以第三方的姿势，贴在手机背面或揣进口袋，衔接办机、电脑、耳机等所有可穿戴设备，“在分歧的设备和分歧的生态之间成立起高低游汇总的渠路”。

单一来说，他们要在这块硬件上部署本地大模型，实现敏感高低文在本地处置，让云端与本地模型高效协同。而这所有都是免费的。“由于端侧的算力天然就被我们所占有，用户并不必要为每一次额表挪用支出成本。”

支持这套规划的，是两套自研技术。

一个是端侧模型推理引擎OmniInfer，集成了团队近五年的推理优化能力。王拓为及其团队曾花两个月功夫反汇编底层硬件指令代码，沉新编写高机能算子，最终实现了相比CPU规划靠近20倍的机能提升，可部署模型参数量达到原来的2倍，甚至能在手机上支持100K长度的超长高低文。

另表是OmniClaw，一个端侧工作执行系统。它通过云端和本地模型协同，“在职务成效不降级的情况下实现成本的大幅降落”。

台下投资人提问，用户从哪里切入。王拓为的回答是三步走：第一步面向海表极客用户开启多筹，让他们在本地卡片式算力平台上阐扬全数构思；第二步靠口碑走向沉度使用者，针对其办公和使用场景做深杜着化；最终走向通常用户。

“当我们每幼我把日常全数高低文都提供给模型的时辰，每幼我的Token都不会够用。”显然，万象智维不想让各人有这种遗憾。

三、老兵再启程，让AI少亏损多出活

讲完年轻人，再来看看产衣废兵。

明日新程首创人李笛，是这次活动最资深的创业者。他之前最被人熟悉的身份，是“微软幼冰之父”，但他想做的从来不止于打造一个“幼冰”，而是坚信，智能体才是未来人机共生网络中属于AI的节点。

2025年底，也是在中关村国际创新中心的路演日活动上，明日新程初次公开亮相。之后依附海淀区的人才与科研资源，形成专业化的AI技术布局。成立一个季度，已陆续实现两轮融资。

李笛讲的主题问题，在台上寺反直接：今天的多智能体框架，有两个底子性缺点。

第一是协同失控。他举了一个例子：晚上睡前给AI Agent铺排了一个工作，第二天早上起来，“你会发现它们几个会商的了局是，决定把你的邮箱全数清空，决定把一些代码写得极度乱”。他们还做过尝试发现，当多个智能体没有优良协同机造时，“往往是那个比力笨的会去说服那几个比力好的”——越好的模型越长于合理化对方的概想，最终拉低整体了局。

第二是成本爆炸。若是协同机造做得粗糙，没有很好的基于节造的步骤去向理真正的高低文，一句“你好”就可能亏损极度极度多的Token。

明日新程从人类智慧中破解这些难题。李笛以为，钻研群体智能的运作法规，唯一蓝本就是人类。由于人类是各人所能接触到的唯一的高级认知智能体，并且，在人类社会漫长的汗青周期里，“绝大部门的时辰都是良币摈除劣币。”

为此，明日新程专门梳理过1800年到2020年人类文件，拆解“群体智慧”的演进脉络，索求智能体之间的动态协同，选出leader、通过争吵和反思形成决策的步骤系统。最终，他们带来了一套名为“团子”的多智能体协同框架。

功效是显著的。李笛介绍，团子的智能深度不变超过任何单一大模型所产生的了局，可追忆决策形成的全数过程，并且推理成本还比Google Deep Research低50%以上。

还有投资人追问：这是不是另一种OpenClaw？而李笛暗示，他们和OpenClaw有30%的类似、70%的分歧——类似在都是reactive+proactive的场景，分歧在于，OpenClaw齐全没有多智能体协同，也没有多智能体进化，而团子有着使用强化进建的进化机造。

这带来充斥设想力的远景。“群体智能是一个全新的框架层，下面是大模型，上面是各类各样的ToC、ToB利用，无论你的利用是基于难题还是基于24幼时以上的长程工作，都能通过群体智能的方式规范和约束它。”

总的来看，明日新程既要让AI更聪明能干，也要让AI更便宜可用。

四、打造极致太空AI Token Machine，把Token变便宜

以上各种是为AI“节流”，有人则想为AI“开源”。

一苇宇航同样是扎根于海淀的一家公司。公司首创人邢若粼是北邮博士。在他眼中，“智能的上界，其实就是能源的天堑。”

要用好AI，必须把握充分的能源。邢若粼判断，地面能源和场地终将触及天花板，有近乎无限场地和太阳能资源的太空，才是未来AI的最佳容器。

这绝不是胡思乱想。其切实2025年底，马斯克便公开暗示：“3年内，太阳能AI卫星或将成为成本最低的AI推算方式。”随后，SpaceX被曝出基于Starlink V3卫星刷新太空算力的打算，谷歌颁布了“太阳捕手”打算，一场萦绕太空算力的全球较量，已经鸣枪。

邢若粼用一个有趣的迸作来讲项目愿景：“我们做的事件，其实就是打造一台极致的AI Token Machine。”

设法很酷，当然挑战更不单一。宇宙射线会击穿芯片、造成数据翻转。传统解法是花大价值采购抗辐射的航天级器件，但这意味着成本极高、贸易化艰巨。

一苇宇航走了另一条路——用软件的冗余匹敌硬件的脆弱性。在老股东麟阁创投的一篇文章中能够看到，一苇宇航自研了一套基于Rust的双内核操作系统RROS，而思路和SpaceX的Starlink一脉相承：接受单点失效的可能性，但通过架构冗余确保系统整体可用。凭据在轨实测，RROS可在200毫秒内实现故障切换，均匀无故障功夫超过1万幼时。

这带来了一种诱人的贸易图景：把芯片发射到太空，组成星座，用太阳能驱动算力，把能源转化成Token，再用Token的收入持续加强整个造作环节。“这是一场工业系统对地面传统的基建IDC模式彻底的颠覆，它是一个关环的飞轮，这个效应会不休自我加强。”

长远看，这甚至能够形成AI for AI的循环，让AI自己来迭代这套太空算力系统——基于Token的亏损产生更多Token，构建新时期的贸易飞轮。

有意思的是，这个看似最为硬核的创业故事，有个颇为诗意的名字。“一苇宇航”取自达摩“一苇渡江”的典故。达摩一苇渡江传布自己的理想，邢若粼和他的团队想在茫茫宇宙钟装扩大人类意识的天堑”，并且要在五年内，追赶甚至超过SpaceX的10万瓦级卫星算力。

概括而言，一苇宇航最终优化的是端到端产生Token的成本。当大量算力能够在太空轨路上运行，地球上的我们，或许不用再为AI账单焦虑了。

有必要再提一句这些项主张地理坐标：海淀。

一个好项目能够在一个季度内实现两轮融资，有野心扭转未来的在校生不用犹豫就能斗胆创业。这些事以前都是幼概率，此刻正变得越来越普遍。很难说这跟海淀的泥土没有关系。

跟这里的创业者谈天，很容易得到类似的反。涸谡舛鯝I和硬科技，不用跨区就能对接研发、测试和场景。从种子期到成持久，有人助你把投融资、政策申报、孵化服务全链条跑通。这意味着你能够把绝大部门精力，留给技术攻坚自身。

这其实是一种很稀缺的托底。在介绍中关村科学城创投生态时，中关村科学城公司副总经理聂丽霞说，海淀在持续构建“投本钱+投资源+强服务”的创投 生 态系统。

从这个角度看，AI的账单或许真的会变便宜。但这不只由于创业者们在阐扬才智、技术在演化进取，也由于有人愿意，先把创新自身的价值压下来一截。比起解决某一个技术命题，这也许是更沉要的事。

点个“爱心”，再走 吧