深度|印奇与阶跃的全景:一支战队,一条窄路,一个物理世界

文章详尽剖析了大模型公司阶跃星辰在 2026 年初的战略转折。通过 B+轮超 50 亿人民币的巨额融资,阶跃星辰刷新了行业记录,并引入旷视创始人印奇出任董事长。文章解构了其核心团队“1+3”矩阵:印奇负责商业战略,姜大昕(CEO)负责产品转化,张祥雨(首席科学家)深耕算法,朱亦博(CTO)构建 AI Infra。在商业模式上,阶跃避开了同质化的 API 和 App 竞争,选择“AI+终端”的差异化道路,通过原生多模态技术和 GUI 模型,与手机、汽车厂商深度绑定,将 AI 能力嵌入操作系统,实现从数字世界向物理世界的跨越。




深度|印奇与阶跃的全景:一支战队,一条窄路,一个物理世界

引言

2026年初,中国大模型公司走向聚光灯下。智谱AI与MiniMax冲刺IPO的消息点燃了市场热情。此时,长期低调,甚至有些神秘的阶跃星辰用另一种方式宣告存在。它完成了一笔B+轮超50亿人民币融资,这笔交易不仅刷新了过去12个月中国大模型赛道的单笔融资记录,其金额甚至超过了前述两家友商IPO的计划募资额。

不仅如此,阶跃官宣了一位关键人物——曾缔造AI 1.0时代独角兽的实战派操盘手印奇,出任阶跃星辰董事长。

这笔注资是市场对阶跃星辰过去两年潜心布局的认可。它将阶跃选定的独特道路展现在聚光灯下。一条难走,但可能护城河最高的道路。理解这一选择,需要剖析三个层面。资本,团队,战略。

01 一笔逆势的巨额融资,资本在投什么

阶跃星辰此轮融资金额,刷新了过去一年中国大模型赛道的单笔融资记录。体量甚至超过了同期智谱AI与MiniMax的IPO募资金额。这笔融资的“含金量”不仅在于金额。

大模型的投融资环境已从狂热到理性。投资人愈发看重三个核心要素。技术壁垒,清晰的商业化路径,能够穿越周期的完整团队。

阶跃星辰获得巨额融资。这意味资本市场对其核心团队、技术实力和「AI+终端」商业战略的高度认可。也证明了它在淘汰赛中长期竞争的实力。

股东构成颇具看点。阶跃星辰的资方集结了国资、产业资本、长线险资及市场化VC,功能定位清晰。

产业资本的代表华勤技术,作为全球领先的智能硬件ODM厂商(OPPO、vivo核心供应商),它的加入为阶跃「AI+终端」战略的落地提供了产业协同的想象空间。国寿等长线险资的入局则释放了不同的信号,鉴于险资在大模型赛道一向审慎,此次出手被市场解读为对其长期价值和稳健性的看好。而老股东启明创投和腾讯的持续跟投,也表明了在陪伴公司发展两年后,对其战略路径和执行能力的持续认可。

一个细节值得玩味。对于许多投资方,阶跃星辰是其在大模型领域的唯一布局,或是最重布局。这种集中押注,本身就是一种表态。

02 为穿越周期而设,解构1+3黄金战队

巨额融资背后,是对人的价值评估。

大模型之战考验系统能力。算法,数据,算力,工程,产品,商业化。任何短板都可能导致木桶倾覆。阶跃星辰的团队配置服务于一个长期目标。赢得技术竞赛。这是一个能力互补的完整矩阵,超越了单一明星科学家的模式。

随着印奇的正式挂帅,阶跃星辰的1+3黄金战队完整形态浮出水面。

挂帅者印奇。一位真正打过仗、赢得过战争的战略舵手。

大模型创业多是天才叙事。印奇的背景不同,他带来的是商业战争的经验。清华姚班出身,23岁创立旷视。他亲身打完了AI 1.0的全场,从狂热到寒冬。这让他对技术商业化有最清醒的认知:避开纯粹的技术理想主义,将一切拉回资产负债表。他同时是千里科技的董事长,早已在汽车这个最复杂的终端场景深度布局。因此,他为阶跃星辰掌舵,不是空降,而是战略归位,据知情人士透露,其实他也参与到了阶跃早期的战略规划之中。他为这场淘汰赛注入了最稀缺的资产:穿越周期的经验,和赢下战争的确定性。

核心支柱是能力互补的作战单元。姜大昕、张祥雨和朱亦博三人,构成了阶跃星辰的核心技术与产品骨架。

前微软全球副总裁姜大昕,担任阶跃星辰CEO,负责将顶尖技术转化为有竞争力的商业产品。他在微软期间,曾带领数百人的团队负责必应搜索引擎的核心研发,帮助必应搜索服务扩展到全球 200 多个国家和地区,支持 100 多种语言。这些技术也成功应用于微软的其他产品,包括微软小娜(Cortana),Outlook以及 Xbox。他带来了微软纯正的Scaling Law方法论,以及将前沿技术快速落地于全球大流量产品的成熟经验。作为自然语言处理领域的知名专家,姜大昕凭借其在上下文感知搜索等方面的贡献,入选2025 IEEE Fellow,是当年唯一来自中国大模型创业公司的入选者。他的角色,是确保阶跃星辰的技术始终能精准对准最有价值的商业靶心。

ResNet作者之一张祥雨,是阶跃星辰首席科学家,这位90后顶尖算法科学家,代表了世界级的算法源头创新能力。他参与撰写的ResNet论文,是21世纪以来全球被引用次数最多的学术论文,其核心思想残差连接,已成为现代深度学习模型的基础组件。张祥雨的Google Scholar引用数超过42万次,这一数据在全球范围内都处于顶尖水平。

朱亦博,国内屈指可数拥有万卡级别AI集群建设与管理经验的AI Infra大牛,现任阶跃星辰CTO,负责系统工程。在行业普遍低估AI Infra重要性的背景下,阶跃是所有创业公司中,唯一大规模投入自建AI Infra能力的公司。朱亦博的履历完美诠释了这项能力的重要性。他曾是RoCE网络技术的早期奠基人之一,该技术已成为全球大规模AI集群的标准协议。他曾从零开始主导建设字节跳动的AI基础设施,也曾在Google Cloud直接支持Anthropic等头部公司的算力需求。

一幅清晰的作战图景展开。印奇设定战略航向,目标是「AI+终端」这片商业大陆。姜大昕将航向分解为可执行的技术产品路径。张祥雨负责核心算法的研发。朱亦博则负责构建高效的底层系统,让这一切能以最低成本、最快速度运行。这是一个为穿越AI产业周期、打赢硬仗而配置的完整作战单元。

03 战略与验证,「AI+终端」的窄门与宽路

顶尖团队与充足资本就位。但一个更根本的问题是,阶跃星辰为何选择「AI+终端」这条看似更难的路?

大模型商业化的主流路径正逐渐显现其瓶颈。纯粹的API模式虽然能带来现金流,但利润率受限,极易陷入同质化的价格战。纯粹的App模式,则要在流量获取、用户数据和产品生态上,直面互联网巨头的核心优势区。

阶跃星辰选择的商业逻辑,是目前大模型创业公司中的独特路径基座大模型是数字世界的中央大脑,而亿万终端设备,则是它感知物理世界、并在物理世界中采取行动的手和脚。让AI从数字世界走向物理世界,这是其战略的核心。

要实现这个终局,阶跃从技术、应用场景和商业模式上进行了环环相扣的设计。

首先是技术基石的精准布局。一个真正的终端超级助理,必须是能听、能看、能说、能行动的全能体。这要求两项关键技术。第一,原生的多模态能力。阶跃从成立之初就坚定要做原生多模态,这也形成了他们的技术优势,现在其多模态模型矩阵覆盖了语音、图像、视频、VLA等多个方向,让模型从底层就能统一理解和生成不同模态的信息,提供更自然、更流畅的交互体验。第二,跟物理世界交互的能力为了让AI能看懂并操作手机、电脑等设备,完成跨应用任务,去年11月阶跃开源了GUI系列模型,包括首个真正可部署在端侧的4B模型,让开发者人人都能手搓一台AI手机。对于大模型的终端落地,这是关键的技术进展。

其次是应用场景上的深度融合。阶跃认为,「AI+终端」的终极解决方案,必然是一个与操作系统深度融合的“超级助理+跨端OS”软硬件一体化方案。它追求的,是成为终端设备原生智能的一部分。阶跃以“共创”伙伴的身份,深入到手机、汽车厂商的产品定义、研发设计阶段,将AI能力与硬件特性、用户场景深度耦合。这种合作模式,形成了极高的粘性和替换壁垒。超越了AI 1.0时代模型厂商只能作为技术供应商的单薄角色。

最后是商业上的可持续验证。 阶跃跟终端厂商深度绑定,意味着它的收入可以随厂商出货量的增加和提升,收入模型明确且可持续。比如在手机领域,可以通过授权费加云服务消耗获得收入;在汽车领域,可以是“非重复性研发费+授权费+云服务”的复合模式。不仅如此,当AI重构终端产品形态和服务生态,其中的分润模式和利润空间,势必不会全然如同传统消费电子。如果未来可以按订阅或按服务分发收费,则为这个入口级生意打开了更大空间。

这一切并非停留在纸面上的规划。

阶跃已经交出一份商业化成绩单,其终端智能体API调用量已连续三个季度增长近170%,显示出强劲的市场需求和商业化势头。在手机领域,已与国内60%的头部品牌达成深度合作,覆盖OPPO、荣耀、中兴等旗舰机型,模型累计装机量已超过4200万台,日均服务近2000万人次。在汽车战场,阶跃联合千里科技、吉利共同推出的Agent OS智能座舱,已搭载于吉利银河M9等热销车型,并成功出海。预计今年,阶跃大模型将搭载于超过百万辆新车之上。

资本的选择更为直接。本轮及历史投资方中,阶跃星辰要么是其在大模型领域的唯一布局,要么是最重的布局。

当市场还在争论哪条路更优时,阶跃已经用一套从技术、路径到商业的完整闭环,以及资本的重注,证明了这条窄门的价值。它难走,恰恰因为它是一条通向独特护城河的宽路。

结语 

融资只是序曲。外界还在讨论大模型的商业模式。阶跃星辰已经用一套战略选择、技术支撑、商业验证的完整逻辑,给出了「AI+终端」的清晰答案。

印奇的挂帅,标志着这家公司正式从技术探索期迈入战略扩张期。其真正的价值,是其战略的穿透力、团队的完整性、技术布局的前瞻性以及商业模式的独特性。

市场的目光,将聚焦于其数据飞轮的转动速度。这条窄门之路,或许通向一个最宽广的未来。


AI 前线

美团在 GitHub 上悄悄开源 AI 大模型?8 个大脑并行,绝了。

2026-1-31 22:09:11

AI 前线

Token 洪流的转向:当 AI Agent 成为 Token 消耗的主宰,什么样的推理服务基础设施才是刚需

2026-1-31 22:39:52

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索