铃阅
❌

普通视图

山行公司 | 4个月融资数亿元,元环智能用“元模型”给 AI 装上“上帝视角”

2026年10月15日 14:00

山行资本 2026-10-15 14:00 北京

元环智能(MetaCircle)完成数亿元融资。

近日,仅成立4个月的元环智能(MetaCircle)宣布完成种子轮及种子+轮共计数亿元融资。所获融资将用于元模型的核心算法迭代与阶段性产品的探索、扩充团队,并持续发布自研基准benchmark。

今天,全球都在用大语言模型(LLM)“思考”,元环智能创始人、首席科学家刘子鸣认为,大语言模型只能覆盖世界问题的约30%——文本、数学、编程这些“说得清”的任务。剩下70%的难题——科学发现、物理世界建模、AI本身的设计——单靠语言解决不了,模型需要更底层的直觉。

近期Jev等模型的发布,也让资本市场第一次看到“非语言直觉模型”路线的可行性。

而元环智能做的“元模型”(Meta Model),是一台能直接生成模型架构和训练超参数的“直觉机器”:给Ta一个陌生模型,Ta能预判它表现如何、在什么场景下更适配,相当于给AI行业装上“上帝视角”,将灵光一现变成日常,不堆算力卷直觉——帮开发者少走弯路、把算力花在刀刃上。

这正是元环智能与热门RSI(Recursive Self-Improvement,递归式自我改进)路线的根本区别。业内用大语言模型做AI自我进化,在刘子鸣看来,就像户外野线探险:没有地图,没有方向直觉依据,唯一的通关方式是刷海量算力一遍遍试错。元模型能够学会直接生成AI模型的表现背后的规律,相当于拿到了整张地图并配备了GPS,自动屏蔽错误路线,对通过性有最充足的支持依据和判断,就拥有了属一阶乃至全局的信息指引。

支撑这一判断的,是创始人的学术履历。

刘子鸣生于1998年,现为清华大学人工智能学院助理教授,本科就读于北京大学物理系,博士毕业于麻省理工学院(MIT),曾在斯坦福大学从事神经科学与AI方向的博士后研究。他此前最重要的成果KAN(Kolmogorov-Arnold Networks,柯尔莫哥洛夫-阿诺德网络),用“可学习的激活函数”替代传统神经网络的固定激活函数,把模型从“黑盒”变成“白盒”——2024年发布至今,在GitHub上获得超1.6万星标、单篇谷歌学术引用超5700次。

KAN发表之后,很快掀起了大量围绕该成果的后续研究,这让彼时还在MIT念博四的刘子鸣收到了清华大学人工智能学院的教职offer(在全球范围内极度稀缺)。“KAN不是一篇文章,也不是一个具体的模型,它是一种方法论和一种世界观,能够从混乱之中涌现出秩序。它证明了模型设计可以像牛顿定律一样,被‘科研审美’与第一性原理收敛,元模型正是这一方法论的下一个台阶。”刘子鸣介绍。

刘子鸣表示:“如果说LLM擅长的是30%的已经被压缩过的符号世界或语言世界,元环智能所做的元模型则是解决剩下70%未被压缩过的数值世界,其核心就是KAN模型,中短期内可用于工业检测、金融量化、气象预测、电力预测、自动驾驶、世界模型等按时间连续记录的数据场景设计出专门的预测模型,并验证可行性及商业化落地。明年,我们将推出通用的元模型1.0,不限定场景,去生成适配各个垂直领域的专用模型。”

公司成立于2026年5月,团队平均年龄约22岁,成员多来自清华、北大等顶尖高校,公司的slogan是“扩大洞察,而不只是算力”(Scale Insight, not just Compute)。团队自主研发的模型训练直觉的测试基准“Architecture IQ”近期也会发布,用来评估大模型和人类研究员对模型训练的直觉水平。

山行资本在种子+轮押注元环智能,也是看到了元环智能的独特性。

山行投资团队表示,AI4AI是模型主线探索的重要方向,产生好的idea与实现好的verification缺一不可,二者相比提出足够好的idea是其中更难也更关键的环节,决定了AI4AI的上限,元环智能通过元模型的新范式优先切入idea生产环节,有机会实现超过大部分人类研究员的直觉判断,推动AI research更好更快发展。子鸣老师是AI native的杰出科学家,兼具技术理想主义和对真实可验证成果的追求,期待他能够带领元环智能不断突破智能边界。

山观 HIKE Insight | AI4AI:让AI成为自己的科学家

山行荣誉|山行资本入选AI及应用投资竞争力机构

山行公司| 谦合益邦打造全球首款4层3D DRAM存算一体芯片

山行荣誉 | 山行荣获半导体与集成电路活跃机构奖项

山观 HIKE Insight | 从带宽到容量:HBF技术演进与VC投资机会

跳转微信打开

山行荣誉|山行资本入选AI及应用投资竞争力机构

2026年9月24日 16:30

山行资本 2026-09-24 16:30 北京

面向新的技术周期,山行将继续保持对产业一线的研究,坚持从实际需求和商业价值出发,陪伴真正推动技术进步与产业变化的创业者长期成长。

近日,21创投、21世纪经济研究院发布“2025—2026年度AI及应用投资竞争力研究案例”。山行资本入选“AI及应用投资竞争力创投与私募股权投资机构”。

2025—2026年度AI及应用投资竞争力创投与私募股权投资机构名单

过去一年,AI投资热度仍在上升,但市场判断项目的标准已经发生变化。

据21创投统计,2025年7月1日至2026年6月30日,中国AI及应用领域共发生3297起融资事件;仅2026年上半年,融资事件达到1595起,披露融资总额约2270亿元。

资金还在进入AI,但关注点正逐渐从“模型能力有多强”,转向“技术能否真正进入产品、产业和用户场景”。

山行并不把AI理解为一个孤立的赛道。从底层芯片、算力基础设施,到面向个人和产业的AI应用,每一层都需要回答不同的问题:技术是否形成了真实增量,产品是否解决了具体需求,企业能否建立不会被基础模型轻易覆盖的长期壁垒。

此次榜单列举了谦合益邦、智辰半导体及remio等山行被投企业。它们分布在存算一体与半导体基础设施等不同环节,也对应着山行在AI领域持续关注的两条主线:一是支撑智能规模化发展的底层能力,二是能够形成真实使用价值与商业闭环的应用产品。

对早期投资而言,热门方向并不稀缺,真正稀缺的是在技术路线尚未完全收敛时,找到能够解决具体问题、持续完成产品验证的创业者。

感谢21创投、21世纪经济研究院的认可,也感谢创业者、投资人及产业伙伴一直以来的信任。

面向新的技术周期,山行将继续保持对产业一线的研究,坚持从实际需求和商业价值出发,陪伴真正推动技术进步与产业变化的创业者长期成长。

山观 HIKE Insight | AI4AI:让AI成为自己的科学家

山行荣誉 | 在技术交叉处,做产业的长期陪伴者

山行公司| 谦合益邦打造全球首款4层3D DRAM存算一体芯片

山行荣誉 | 山行荣获半导体与集成电路活跃机构奖项

山行公司 | 3D存算一体芯片领军企业谦合益邦完成超20亿元B轮融资

山观 HIKE Insight | 从带宽到容量:HBF技术演进与VC投资机会

跳转微信打开

山行公司 | 自闭症新解法 未知君XA-9111菌株获得国家发明专利

2026年9月18日 17:11

山行资本 2026-09-18 17:11 北京

XA-9111 专利的获得,是未知君 AI+BT 研发平台与 XGB 国人肠道菌株库持续产出创新菌株的又一重要成果。

自闭症谱系障碍(ASD)是一种多在婴幼儿阶段显现的神经发育障碍,全球患病群体巨大,目前缺乏根治手段,干预与支持主要着眼于改善沟通、行为适应和生活质量。近年来,依托肠脑轴研究,肠道微生物与该病症的关联受到广泛关注,具有特定功能的菌株的研究也为这一领域提供了新方向。

近日,未知君自研功能菌株 XA-9111 正式获国家发明专利授权,专利名称为《能够缓解自闭症谱系障碍的长双歧杆菌婴儿亚种及其应用》,专利号码为ZL 202311637430X。

专利资料显示,在使用 XA-9111 进行干预后,两类具有自闭症相关行为特征的小鼠模型均出现了重复行为减少及社交表现改善。此外,MIA 模型小鼠的部分炎症指标降低,BTBR 小鼠的脑内神经活动相关指标也发生了变化。

图 1|XA-9111 相关发明专利证书

XA-9111 是未知君自主研发的原创功能菌株,属于长双歧杆菌婴儿亚种(Bifidobacterium longum subsp. infantis),分离自深圳地区健康、纯母乳喂养的5月龄女性婴儿粪便样本,是“Made in Shenzhen”的“本土菌+本地菌”。目前,该菌株保藏于中国微生物菌种保藏管理委员会普通微生物中心,保藏编号为 CGMCC No.26615。

图 2|长双歧杆菌示意图(AI 生成)

在研究XA-9111 对自闭症相关行为的影响时,未知君科学团队使用了两类小鼠模型。其中,MIA 即母体免疫激活模型,研究人员在孕期激活母鼠的免疫反应,再观察其后代的行为变化,本次选用的是这些后代中的雄性,也就是“雄性子代小鼠”;BTBR 小鼠是指具有自闭症相关行为特征的实验品系,这类小鼠会表现出社交减少、重复理毛增多等行为,因此被用于自闭症相关研究。本次同样选用雄性的 BTBR 小鼠。

研究结果显示,在 MIA 和 BTBR 两类小鼠模型中,XA-9111 的干预均带来了包括“重复行为减少”和“社交表现改善”在内的显著行为改善。

  • 重复行为减少:研究人员记录了小鼠梳理毛发的时间,以及将玻璃珠埋入垫料中的数量。与模型组相比,接受 XA-9111 干预的小鼠,理毛时间显著缩短,埋珠数量显著减少。

  • 社交表现改善:研究人员通过“三箱社交测试”,观察小鼠对陌生同伴的探索行为。结果显示,接受 XA-9111 干预后,两类小鼠在陌生同伴所在笼子周围的探索时间均显著增加。

研究人员还围绕 XA-9111 展开多项测试。结果显示,MIA 模型小鼠在 XA-9111 干预后,焦虑行为有所改善,BTBR 小鼠的过度活跃和焦虑行为也有所改善。此外,在 MIA 模型小鼠中,与模型组相比,XA-9111 干预组血浆中的 IL-6、TNF-α 两项炎症相关指标降低,提示 XA-9111 对 MIA 模型小鼠的炎症反应具有一定抑制作用。而在 BTBR 小鼠中,研究人员对大脑纹状体中的神经元进行染色和计数,发现 XA-9111 干预后,c-FOS 阳性神经元数量显著减少;专利据此提出,重复刻板行为的改善可能与纹状体神经元过度激活的减轻有关。

图 3|XA-9111 在 MIA 与 BTBR 小鼠中的行为学结果及 BTBR 神经活动相关指标

XA-9111 专利的获得,是未知君 AI+BT 研发平台与 XGB 国人肠道菌株库持续产出创新菌株的又一重要成果。这株源自深圳本土的长双歧杆菌婴儿亚种,在动物模型中展现出改善小鼠的自闭症相关行为、抑制炎症的潜力,为自闭症谱系障碍领域的微生态干预研究提供新的研究思路。

未知君将持续深挖 XA-9111 的应用及转化价值,推进后续研究探索,期待用来自中国、来自深圳的本土功能菌株,为神经发育相关疾病的患者带来新的曙光。

山行公司 | 东方空间首次承载巨型星座组网任务  一箭9星发射圆满成功

山行公司 | 谦合益邦打造全球首款4层3D DRAM存算一体芯片

山行公司 | 科辉智药完成近亿元A轮融资

山观 HIKE Insight | AI4AI:让AI成为自己的科学家

山观 HIKE Insight | 从带宽到容量:HBF技术演进与VC投资机会

跳转微信打开

东方空间首次承载巨型星座组网任务 一箭9星发射圆满成功

2026年9月17日 18:20

山行资本 2026-09-17 18:20 北京

四次成功、连续两次远海发射,以及此次进入巨型星座组网任务,构成了东方空间进一步商业化的依据。

2026年9月16日6时,山行资本被投企业东方空间的引力一号(遥三)·千帆全顺号运载火箭,在上海东部海域点火升空,将8颗千帆星座组网卫星与1颗EUHT(超高速无线通信)技术试验卫星送入预定轨道。至此,引力一号四次海上发射全部成功。

这也是东方空间首次承接巨型低轨卫星互联网星座组网发射任务。对于一家商业火箭公司,进入星座建设的实际交付环节,意味着产品要面对更具体的客户要求,也要开始回答一个长期问题:如何把经过验证的运力,转化为可持续的发射服务。

引力一号遥三发射实录· 东方空间提供

从2024年1月11日首飞成功,到2026年9月16日完成第四次发射,引力一号的任务范围由海阳近岸拓展至东海远海,并首次承接巨型低轨卫星互联网星座组网任务。连续成功验证了引力一号重复执行商业任务的能力,也让东方空间积累了远海机动发射、不同载荷适配与多星分离的工程经验。此次距上次发射仅56天,为后续提高发射频次、服务规模化组网积累了新的任务经验。

组网任务考验整套交付体系

卫星互联网星座需要分批、持续地部署卫星。对发射服务商而言,运力只是其中一项要求,还需要适配不同的卫星构型、入轨需求与发射安排。客户关心的是卫星能否按要求送达,以及后续任务能否得到稳定支持。

此次任务同时搭载堆叠星组合体与平板星,对星箭接口适配和多次分离控制提出了更高要求。据东方空间披露,本次净载荷重量超过3吨,入轨高度达800公里,创造了我国单次海上发射载荷重量及轨道高度的纪录。这些具体的工程经验,将为后续承接同类任务提供依据。

另一个值得关注的变化是制造与发射的衔接。本次卫星在上海制造,在附近海域发射;海上机动发射让发射点可以更灵活地选择,也为缩短星箭转运链条、协调产业资源提供了更多空间。

引力一号遥三升空画面· 截自东方空间提供的视频

靠谱发射验证交付能力

东方空间在实际任务中完成验证,发射服务能够跟上客户的组网计划。

四次成功、连续两次远海发射,以及此次进入巨型星座组网任务,构成了东方空间进一步商业化的依据。

与此同时,东方空间正在推进引力二号可重复使用大型液体运载火箭研制。按照公司披露,其低轨目标运力为21.5吨,计划通过可回收复用进一步降低发射成本。

山行期待引力二号在后续首飞与复用验证中取得进展,与引力一号共同满足不同载荷和任务的需求。

祝贺东方空间团队完成本次发射,山行将继续陪伴团队,把一次次成功积累为可靠的商业交付能力。

山观 HIKE Insight | 商业火箭进入兑现期:从技术验证到资本化窗口

山行公司| 谦合益邦打造全球首款4层3D DRAM存算一体芯片

山观 HIKE Insight | 从带宽到容量:HBF技术演进与VC投资机会

山行公司 | 东方空间引力一号(遥四)运载火箭一箭9星远海发射任务圆满成功

东方空间入围国家空间站货运飞船发射服务

跳转微信打开

山观 HIKE Insight | AI4AI:让AI成为自己的科学家

2026年9月11日 11:59

原创 Rhyme 2026-09-11 11:59 北京

AI4AI的价值不止于工具提效,更在于改变科研组织方式。

AI能力持续提升,但目前来看研发环节仍受人的带宽限制:架构需要人设计,数据配比由人决定,训练方法也依赖研究人员反复试验。算力和数据可以扩展,顶尖研究者的时间却很难复制。AI4AI试图解决的,正是这一约束:让AI参与AI系统本身的研究与开发。

因此,AI4AI(AI for AI)与一般的“AI+行业”应用有所不同。其他应用主要优化特定行业的成本和效率,AI-4-AI直接作用于AI研发本身,产出也会反过来提升AI能力。由于研究对象天然数字化、反馈相对标准化,它可能是AI Scientist各垂直方向中较早实现自动化的一类。

AI4AI的价值不止于工具提效,更在于改变科研组织方式。当实验空间可以由系统大规模搜索、失败经验可以结构化积累,创新就不必完全依赖少数研究者的直觉,而有机会形成可持续、可扩展的研发流程。

一、概念与边界:AI如何参与AI研发

AI4AI可视为AI Scientist的一个垂直方向。

AI Scientist主要解决科学发现自动化问题,即由AI替代或增强科研人员,参与生物、化学、材料、物理、AI等领域的研究工作。

AI Scientist for AI是其中一个垂直方向,并具备四项较有利的落地条件:

1)研究对象天然数字化,实验可以由代码执行;

2)反馈更加标准化;

3)研究人员和开发者本身就是用户;

4)过程轨迹数据相对容易获取。

因此,它可能成为AI Scientist中较早落地的方向。

具体而言,AI4AI是利用AI自动化AI系统自身的研究、开发和优化,覆盖模型架构设计、数据构造与筛选、训练配方搜索、超参数优化、推理效率优化和Agent架构改进等环节。

AI4AI的关键,是让AI从研发对象转变为研发参与者,并逐步承担部分流程。长期目标是实现AI研发自动化:AI能够持续改进下一代系统,形成模型优化与训练的闭环,并实现持续自我演进。这不仅包括辅助研究员写代码、检索论文,还包括持续运行以下研究流程:

图1|AI4AI将研究过程组织为可持续迭代的闭环。

从整体流程看,主要包括提出idea、进行verify和模型训练自动化三部分。

Innovator/提出idea:包括目标定义、研究现状建模和假设生成。

  • 研究目标定义:将模糊目标转化为可执行任务,例如在固定算力下提高模型的数学能力,或将某个模型的推理成本降低30%。难点在于,研究目标往往不是单一指标优化,而要在性能、成本、鲁棒性、安全性和工程复杂度之间权衡。

  • 知识获取和研究现状建模:检索论文、代码库、实验记录、内部文档和失败经验,形成对现有研究空间的理解。这一环节的标准化程度较高,评价方式也相对明确。

  • 假设生成:生成多个候选研究方向并排序。这是当前AI4AI难度最高、也最影响能力上限的环节。

Verifier/实验验证:包括实验设计、实验执行、结果分析与反思。

  • 实验设计:将假设转化为实验计划,明确对照组、数据集、模型结构、训练预算、超参数、评价指标、消融实验、中止条件和结果判断规则等。

  • 实验执行:修改训练代码,搭建数据处理流程,配置训练任务,编写评估脚本,构建消融实验并修复运行错误,再交由代码执行环境、算力平台或仿真系统执行。

  • 结果分析与反思:检查统计显著性、实现错误和可复现性,并据此决定扩大实验、小幅修改、更换假设或放弃当前方向。

模型训练自动化:

  • AI4AI的产物可以是论文、新算法、训练配方或数据集,也可以直接交付一个训练完成、性能更好的模型。

  • 从一篇论文或经过验证的idea到训练完成的模型,既可以由人完成,也可以由AI自动执行。相较于提出研究假设,这一流程更为标准化。

图2|从提出假设、实验验证到模型训练的三段自动化。

二、核心价值:重构AI科研的生产函数

问题一:研究人员及其时间是稀缺资源

顶尖AI研究员数量有限,大量时间又被文献搜集、环境配置、代码修改、错误排查、消融实验、数据整理、报告撰写和重复验证占用。AI4AI首先可以减少这些执行工作,让研究人员把更多精力放在问题定义、关键判断和结果解释上。

问题二:实验空间远大于人类可探索空间

模型架构、数据配比、训练参数和后训练策略之间存在巨大的组合空间。研究人员通常依赖经验,只能探索少量候选方向。AI可以通过大规模并行搜索、贝叶斯优化、进化搜索或多智能体协作,覆盖更多组合。

问题三:大量失败经验没有被有效积累

企业内部积累了大量未发表、未结构化的失败实验。人员流动后,部分经验随之流失,新加入的研究员可能重复相同错误。AI4AI系统可以将这些实验记录转化为结构化记忆。

问题四:研究过程难以规模化管理

传统研发管理高度依赖研究负责人和少数资深专家。项目增多后,组织很难持续判断哪些项目值得继续、哪些结果可信、哪些团队在重复劳动,以及资源配置是否有效。AI可以帮助统一记录和管理研究目标、实验过程、证据与决策。

总体而言,其核心价值是提高科研生产率,并直接作用于AI与科学进步的生产函数。一方面,它可以通过更高的时间利用率和并行计算提高实验效率;另一方面,它有望结合大规模搜索、AI拟合和可解释性方法,提高优质idea出现和被验证的概率。

三、技术路径:从Agent Harness到原生科研模型

四类技术路线分别对应不同的能力来源、落地场景与竞争壁垒。

四类路线并不互斥,成熟的AI4AI系统可能采用分层组合:预训练模型提供基础能力,后训练(Post-train)形成领域专长,智能体编排框架(Agent Harness)连接工具和实验环境,专有元模型负责研究规划和持续迭代。

从当前产业成熟度看:

  • Agent Harness最容易落地,也是多数创业公司的起点,但独立壁垒相对有限。

  • Post-train更容易形成垂直数据壁垒,在效果与资源投入之间相对均衡。

  • Pre-train的能力上限最高,但更适合资金和算力充足的大型公司。

  • 专有元模型具有较高的长期价值,其壁垒主要来自跨实验积累的长期数据、评价体系和研究决策能力。

四、产业判断:切入环节、商业模式与竞争壁垒

切入环节:长期看,提出假设比实验验证更难,也更关键

idea生成是当前AI4AI难度最高的环节。基于现有LLM,生成70-80分的idea相对容易,但要生成95分以上的idea,难度仍然较大。

idea生成也决定了系统的能力上限。verifier更偏向执行,而高质量idea过去高度依赖顶尖researchers,即使对他们而言也带有一定随机性。如果AI能够突破idea生成的门槛,就意味着科研taste可以在更大范围内被学习和复制。

商业模式:端到端模型优于阶段性发现或服务

阶段性发现和服务能够产生一定商业价值,也适合用于验证能力和开展PR,但其价值链较短。下游客户如大模型厂商相对集中,议价能力较强,因此这类业务未必是最优的长期商业模式。

通用模型可以满足各垂直领域60-70%的需求,但剩余30-40%仍需结合具体领域的业务语境与专业知识优化。如果AI能够针对某个垂直领域找到更合适的模型架构、数据和训练方式,并完成端到端训练与交付,以优于通用模型的冷启动效果进入场景,再根据真实使用持续迭代,其商业空间会更大,也能形成相对基础模型厂商的差异化。

壁垒:创业公司的机会在于速度、专业能力和数据飞轮

AI4AI也是基础模型厂商和大型科技公司的重点方向,各家公司都在开展探索。目前各家,尤其是国内企业,投入资源仍然有限,创业公司尚有时间窗口;但从长期看,这一方向会进入主流竞争。

先发优势能否转化为壁垒,取决于企业能否建立数据飞轮。AI4AI的持续学习机制为此提供了基础,但仍需尽快形成“更多真实任务→更多实验和失败数据→更好的决策策略→更高成功率→获得更多任务”的业务闭环。

图3|真实任务与失败数据如何沉淀为决策能力。

沿着LLM主线进行方法创新,短期投入回报较高,但竞争也更激烈。基础模型厂商拥有底层模型、AI训练数据和可复用的基础设施能力,对创业公司的执行速度和资源投入提出了更高要求。与LLM正交的技术路线,如专有元模型,差异化更强,也可以在一定程度上避开正面竞争。

结语

AI4AI的长期目标并非只为研究员节省时间,而是提高优质研究假设出现和被验证的概率。研究判断力往往沉淀在研究者的经验中;能否率先将其显式化并转化为可训练能力,是决定谁能掌握闭环关键环节的核心。

在此之前,竞争重点仍在工程能力:通过Agent Harness积累过程轨迹,通过数据沉淀专业能力,再利用持续反馈提高决策质量。更能反映系统能力的,不只是产品收入,还包括单位算力能够产出多少经过验证的有效假设。

随着执行、验证乃至研究方向选择逐步自动化,人类研究者与AI之间的分工也需要重新界定。

山观 HIKE Insight | 商业火箭进入兑现期:从技术验证到资本化窗口

山行公司 | 3D存算一体芯片领军企业谦合益邦完成超20亿元B轮融资

山观 HIKE Insight | 从带宽到容量:HBF技术演进与VC投资机会

山行公司 | 东方空间引力一号(遥四)运载火箭一箭9星远海发射任务圆满成功

山行公司 | 科辉智药完成近亿元A轮融资

跳转微信打开

山行荣誉 | 在技术交叉处,做产业的长期陪伴者

2026年9月11日 11:59

山行资本 2026-09-11 11:59 北京

山行资本获“中国人工智能产业投资机构TOP30”等奖项。

近日,36氪创投研究院发布「2026年度十大赛道产业投资机构系列名册」。

山行资本入选“中国人工智能产业投资机构TOP30”;

山行资本创始合伙人徐诗入选“中国人工智能产业投资人TOP30”及“中国先进制造产业投资人TOP30”。

此次入选,是对山行长期产业研究的一份鼓励。

山行持续布局具身智能、人工智能与半导体等方向,山行关注的是技术能否被做成产品,并进入客户的真实使用场景。

人工智能走向产业,离不开从算法、芯片到制造与交付的长期协同。山行资本持续关注这一链条中的关键环节:从具身智能企业谦和益邦、Remio,到人工智能与半导体相关的创新团队,山行希望陪伴那些真正进入产业现场、能够解决具体问题的创业者。

这不是对单一风口的追逐,而是对技术向真实世界落地这一长期趋势的判断。无论是模型与数据,还是芯片、制造和供应链,最终都要接受产品、客户与规模化交付的检验。山行将继续在人工智能、半导体与先进制造等方向深耕,寻找能穿越技术迭代与产业周期的公司。

也恭喜其他共同上榜的同行们!

山行资本入选中国人工智能产业投资机构TOP30

徐诗入选中国人工智能产业投资人TOP30

徐诗入选中国先进制造产业投资人TOP30

跳转微信打开

山观 HIKE Insight | 商业火箭进入兑现期:从技术验证到资本化窗口

2026年9月4日 17:38

陈宇超 2026-09-04 17:38 北京

完成首飞或取得单项技术突破,只是产品验证的起点;能否保持可靠发射、形成稳定交付,并把订单转化为收入,正在成为更重要的判断依据。

随着低轨星座建设加速、商业火箭企业陆续进入资本市场,行业的评价标准正在发生变化:完成首飞或取得单项技术突破,只是产品验证的起点;能否保持可靠发射、形成稳定交付,并把订单转化为收入,正在成为更重要的判断依据。

东方空间的引力一号已经连续三次发射成功,并开始承接规模化商业发射任务,初步体现出中型运力的可靠性和商业化能力。接下来,引力二号能否顺利首飞,并进一步完成连续入轨、重复使用和批量交付验证,将决定公司能否进入更大运力、更高频次的组网市场。

本文以商业火箭行业的技术演进和资本化进程为背景,讨论行业从“技术验证”走向“商业兑现”的变化,也借东方空间两代产品的衔接,说明山行对可靠交付能力的重视,以及对公司下一阶段发展的期待。

一、行业格局仍在演进:组网运力走向规模化,资本化窗口逐步打开

中国商业火箭仍处于多路线并行验证阶段,尚未形成一家在各项关键指标上全面领先的企业。行业格局最终如何收敛,要看企业能否在高频履约中持续验证任务可靠性,并把单位成本降到可商业化的水平。

猎鹰9的发展可以作为参照。2010年首飞后,SpaceX先依靠不可回收的中型液体火箭积累发射任务和运营经验;到2015年12月才首次实现一级成功着陆,2017年3月完成轨道级火箭一级首次复飞。此后,面向快速回收和翻新的Block 5构型投入使用,复用才从单次技术突破逐步转为高频运营;到2022年,已有一级完成第10次飞行。从稳定发射到首次回收,再到重复使用成为常态,这条路径经历了多年持续验证。

图1|从首飞到高频复用:猎鹰9的验证链条

资料来源:SpaceX公开资料,山行资本研究整理

中国民营火箭公司目前大体处于两个阶段并行的过渡期:一端是较成熟的一次性运力持续履约,另一端是可重复使用火箭首飞和回收验证。部分企业已经能够依靠固体火箭或一次性小型液体火箭承接并交付订单,但可重复使用的大型液体火箭尚未进入常态化、高频次商业运营。因此,现阶段不宜急于判断谁会成为最终领先者,更值得关注的是,哪些企业能够把技术路线转化为持续交付和可复制降本的产品能力。与SpaceX在猎鹰9时期较长的单线验证周期相比,中国民营液体火箭有望以更紧凑的节奏进入可复用能力的集中验证期。中科宇航的力箭二号、星河动力的智神星一号和蓝箭航天的朱雀三号等中大型液体型号已先后完成首飞入轨。其中,朱雀三号于2025年12月首飞入轨,并在2026年8月实现一级陆地回收,两个节点间隔约八个月。既有技术积累、较完整的供应链和大规模星座需求,为国内加快推进“首飞—回收—复飞”提供了条件。

SpaceX于2026年完成IPO,成为全球商业航天资本化的重要节点。一家从运载火箭起步,并将业务延伸至卫星互联网和空间基础设施的公司,开始接受公开市场的持续检验。国内商业火箭企业的上市窗口也在加快打开。2025年末,商业火箭适用科创板第五套标准的细则落地,头部企业的上市进程随之提速。截至2026年6月底,已有5家商业火箭公司启动A股IPO进程,其中蓝箭航天及中科宇航已获受理后进入问询。就当前进度而言,蓝箭航天和中科宇航构成最具代表性的第一梯队。

二、资本化窗口开启:商业火箭进入兑现能力检验期

中国商业火箭市场经历了多轮技术突破和资本热度起伏,目前正进入首批企业密集申报上市的阶段。与此同时,星网、垣信的万颗级低轨星座已启动初步建设,分别累计发射200余颗组网星。随着商业发射需求在未来几年逐步放量,行业竞争的重点也会从率先完成技术验证,转向能否把技术转化为订单、交付和收入。

在这一阶段,市场主要检验三类能力。第一是订单变现能力,即能否将星座组网需求转化为可确认的发射服务收入;第二是稳定交付能力,即能否在高频发射中维持可靠性、交付节奏和成本控制;第三是技术壁垒,即可重复使用和大运力等技术能否沉淀为长期的单位成本优势。

技术突破仍是起点,但只有形成“订单—交付—收入—再投入”的经营循环,才能支撑长期估值。

图2|商业火箭进入兑现期后,资本市场重点检验三项能力

资料来源:山行资本研究整理

蓝箭航天与中科宇航的IPO申报,对应两种具有代表性的市场验证路径:蓝箭航天适用商业火箭扩围后的第五套标准,中科宇航选择第二套标准。

图3|两套科创板上市标准,对应两种市场验证路径

资料来源:上海证券交易所公开规则及企业披露,山行资本研究整理

蓝箭航天适用第五套标准,审核重点是技术成果和长期市场空间。朱雀三号已完成“采用可重复使用技术的中大型运载火箭发射载荷首次成功入轨”“一级回收落地”等关键节点,为进入该标准的审核路径奠定了基础。后续仍需观察其连续发射成功率及可回收、重复使用技术的推进情况。

中科宇航选择第二套标准,更强调经营数据的量化验证:预计市值不低于15亿元、最近一年营业收入不低于2亿元、最近三年累计研发投入占累计营业收入的比例不低于15%。公司2024年营收约2.44亿元,更新披露的2025年营收为2.77亿元。其收入规模和研发投入,为审核机构和市场提供了较清晰的验证依据。

三、东方空间:以稳定中型运力推进收入兑现

东方空间的第一代火箭采用成熟度和可靠性较高的固体火箭路线。在此基础上研制的引力一号具备中型运载能力,可以承接规模化卫星组网发射任务,为公司现阶段的商业收入提供支撑。面向第二代中大型液体火箭,公司计划沿用此前积累的固体捆绑助推经验,在中大型液体火箭平台上拓展固体助推构型,进一步扩大运力覆盖和商业交付能力。

图4|运力技术路线与东方空间的商业化进阶

资料来源:公开资料,山行资本研究整理

引力一号已连续三次发射成功,初步验证了中型商业运载火箭的稳定性和可靠性。与只完成单次首飞验证的产品相比,引力一号已经具备持续执行发射任务的能力,并开始成为面向商业组网需求的稳定运力。

引力一号的近地轨道运载能力为6.5吨,500公里太阳同步轨道运载能力为4.2吨,可以满足多星批量部署需求,提升星座组网效率。更大的单次运载规模,也使其单公斤发射成本相较小型火箭更具优势,更能匹配客户对高效率、低成本发射服务的需求。

2026年,东方空间预计完成3至4次商业发射。随着连续发射能力、运力规模和客户需求逐步转化为实际交付,公司有望在年内实现数亿元营收。对资本市场而言,其商业逻辑正在从技术参数和单次发射成功,转向由发射频次、载荷利用率和收入规模共同验证的经营闭环。

四、引力二号:面向更大批量订单的下一代可复用运力

引力二号的首飞验证,是市场关注的下一个关键节点。东方空间正在研制的引力二号是一款可重复使用大型液体运载火箭,回收状态下的近地轨道运载能力将达到17.4吨,预计今年底具备首飞能力。对于低轨组网星座客户,更大的单次运载量意味着更高的组网效率和更低的单位成本。

首飞只是一个技术节点。此后能否连续成功入轨、完成可重复使用验证、形成批量生产节奏并取得商业订单,才会影响这一技术节点能否获得市场认可。东方空间正在从依靠较早成熟、可靠的中型固体运力获取订单,逐步延伸至以可重复使用液体火箭承接更大批量、更高频次任务。这一能力扩展将成为其后续估值的重要支撑。

结语

评价商业火箭公司,技术进展只是第一步,更难的是把技术、产能和发射任务转化为收入。蓝箭航天与中科宇航申报科创板IPO时分别选择第五套和第二套标准,也反映了企业所处商业化阶段的差异:前者更侧重可重复使用中大型液体火箭的技术进展,后者更强调建立在可靠交付基础上的经营数据。

引力一号连续成功发射和年内多次发射的计划,体现了东方空间以成熟运力推进商业兑现的路径。引力二号预计在年底具备首飞能力,届时公司的产品线将从成熟固体火箭进一步扩展至可重复使用大型液体火箭。若公司能够进一步验证大运力、可重复使用和更低边际成本,就有机会承接规模更大、频次更高的组网需求。

山行公司 | 东方空间引力一号(遥四)运载火箭一箭9星远海发射任务圆满成功

山行公司 | 3D存算一体芯片领军企业谦合益邦完成超20亿元B轮融资

山观 HIKE Insight | 从带宽到容量:HBF技术演进与VC投资机会

东方空间入围国家空间站货运飞船发射服务

山观 HIKE Insight | 算力突围:大模型推理芯片核心指标与产业格局研判(总览篇)

跳转微信打开

山行公司| 谦合益邦打造全球首款4层3D DRAM存算一体芯片

2026年8月21日 14:38

山行资本 2026-08-21 14:38 北京

谦合益邦自主研发的全球首款4层3D DDRAM堆叠存算一体芯片成功回片并点亮。

继刚刚完成超20亿元融资,3D存算一体芯片领军企业谦合益邦一周内再发重磅消息:其自主研发的全球首款4层3D DRAM堆叠存算一体芯片成功回片并点亮,标志着4层3D DRAM堆叠存算一体芯片从技术验证正式迈入工程落地阶段。

该芯片采用谦合益邦自研的全新三维集成原生计算架构与3D DRAM堆叠技术,在全球范围内首次实现4层芯片在垂直方向的高密度集成,将计算单元与存储单元在三维空间中深度融合,从根本上突破了传统平面架构下计算与存储分离带来的“内存墙”瓶颈。

在此基础上,该芯片以逻辑层为基底、4层DRAM堆叠其上的"4+1"三维堆叠架构,将垂直扩展能力和空间推向新的高度。而垂直扩展能力,正是决定存算一体芯片访存带宽与存储容量上限的关键:堆叠层数越多,大规模并行计算与高并发数据流处理所能调用的存储带宽与容量就越充足。但层数每增加一层,良率、可靠性与热管理等技术挑战也随之倍增,层间对准精度、垂直互连一致性、堆叠散热控制,每一环都考验着设计与工艺的极限。

这一"4+1"堆叠架构的成功突破,将三维集成原生计算架构的工程落地推进到4层堆叠的全新高度,标志着我国在三维存算一体芯片领域取得了重大成果。

通过采用全新的三维集成原生计算架构,该芯片实现了全方位的性能跃升:数据访存带宽较传统方案提升一个数量级,访存功耗和延时降低一个数量级,单位时间数据处理吞吐量提升一个数量级,单次数据处理成本下降一个数量级。这一系列指标的系统性突破,为以云游戏为代表的大规模并行计算与高并发数据流处理场景,提供了全新的硬件加速范式。

谦合益邦成立于2024年1月,是由网易孵化的国内最早专注于3D存算一体、三维集成原生芯片架构和云游戏应用加速的芯片公司。公司核心团队早在2018年便率先启动全球第一款基于3D DRAM存算一体架构芯片的探索研发及量产。彼时"存算一体"尚停留在学术探讨的阶段,团队已率先下场验证技术路线;六年的先行积累,多轮流片、多次试错与多代架构迭代的沉淀,形成了如今芯片行业最稀缺的技术壁垒。

如今,从架构定义、前后端设计到先进3D封装、晶圆制造,谦和益邦联合国内产业链伙伴打通全流程闭环,实现了核心技术自主可控。

山行资本自谦合益邦成立以来持续加仓投资。也将陪伴谦合益邦持续深耕3D存算一体技术,用极致性能的芯片赋能更多应用场景,以芯为基,以存算为桥,迈向中国芯片产业的三维集成新时代。

跳转微信打开

山行荣誉 | 山行荣获半导体与集成电路活跃机构奖项

2026年8月21日 14:38

山行资本 2026-08-21 14:38 北京

山行资本荣膺2025-2026半导体与集成电路活跃机构奖项。

近日,「甲子光年」正式发布了「2025-2026年度中国科技产业投资榜」。

山行资本荣膺2025-2026半导体与集成电路活跃机构奖项。

早在市场共识形成之前,山行即判断:随着算力需求从传统批量计算向大规模、高并发、实时性数据处理场景演进,数据访问带宽与处理效率将成为制约系统性能的核心瓶颈,对高带宽、低延时计算能力的长期需求将远超传统方案。

基于这一判断,山行投资了3D存算一体芯片领军企业谦合益邦。该公司近日刚刚宣布B轮融资超20亿元,并且其自主研发的全球首款4层3D DRAM堆叠存算一体芯片成功回片并点亮,标志着4层3D DRAM堆叠存算一体芯片从技术验证正式迈入工程落地阶段。

跳转微信打开

山行公司 | 3D存算一体芯片领军企业谦合益邦完成超20亿元B轮融资

2026年8月14日 14:00

山行资本 2026-08-14 14:00 湖南

3D存算一体芯片领军企业谦合益邦宣布完成超20亿元B轮融资。

近日,3D存算一体芯片领军企业谦合益邦宣布完成超20亿元B轮融资。

在我国加快推进集成电路产业高质量发展、强化关键核心技术自主创新的背景下,具备自主研发能力、探索新型芯片架构的创新企业正成为推动产业升级的重要力量。同时,全球数字经济进入以算力为核心驱动的新阶段,存储技术正面临更高带宽、更低延迟和更大容量的需求挑战。三维集成技术通过突破传统芯片架构限制,实现计算与存储深度融合,是推动下一代半导体技术创新的重要方向。

谦合益邦成立于2024年1月,是由网易孵化的国内最早专注于3D存算一体、三维集成原生计算架构和云游戏应用加速的芯片公司。

公司核心团队早在2018年便率先启动全球第一款基于3D DRAM存算一体架构芯片的探索研发及量产,并推动了三维集成原生计算架构在加密算力和应用加速领域的全面应用。

谦合益邦从底层出发结合系统软件栈与硬件架构的联合创新,通过3D DRAM堆叠在三维空间实现计算与存储的深度融合,率先走出了一条应对当前日益突出的内存墙(Memory Wall)瓶颈的新路径,突破冯·诺依曼架构下存储与计算分离带来的性能限制,实现换道超车,是三维集成原生计算架构和3D DRAM存算一体芯片的开拓者和领导者。

本轮融资阵容汇聚了多家产业资本与财务资本,投资方包括国家级基金国调基金、中国移动链长基金、山行资本、星连资本、石溪资本、金浦投资、南山资本、混沌投资、晨壹汇智、国策投资、国鑫创投及格致资本等多家一线知名机构。值得关注的是,网易有道与中国移动链长基金作为谦合益邦的长期股东,自公司成立以来持续给予大力支持,在业务层面与公司形成了深度协同,为芯片的规模化落地提供了坚实的需求入口与验证场景。本次融资进一步强化了产业资本与谦合益邦在业务场景方面的战略协同。

山行资本自谦合益邦成立以来持续加仓投资。早在市场共识形成之前,山行即判断:随着算力需求从传统批量计算向大规模、高并发、实时性数据处理场景演进,数据访问带宽与处理效率将成为制约系统性能的核心瓶颈,对高带宽、低延时计算能力的长期需求将远超传统方案。基于这一判断,山行认为三维集成原生计算架构具备广阔的市场空间。

从中国市场供给侧看,传统高性能计算方案对先进制程、HBM和先进封装高度依赖,目前中国fabless在上述环节均面临严峻的供应链约束,长期来看绕开卡脖子环节的技术架构路线具备结构性机会。山行非常看好谦合益邦重点研发的三维集成原生计算架构在大规模并行计算与高并发数据流处理场景的领先性落地,以及其全流程国产可控的供应链布局。此外,山行也看好谦合团队除硬件、供应链能力外,在软件开发者生态侧积累的显著优势。

山行也将继续支持谦合益邦,期待其推动产品迭代与商业化进程,持续突破三维集成原生计算架构与3D存算一体芯片领域前沿核心技术。

跳转微信打开

❌