端侧AI已是当下一级市场炙手可热的赛道，资本持续重金押注。
2026上半年，端侧大模型、专用芯片、端侧操作系统等方向的上下游公司接连拿到十亿级别融资，整个赛道热度空前。
但另一个事实是，行业整体尚处于早期，多数项目停留在技术演示、硬件预装，缺少能让广大用户持续付费的杀手级产品，雄厚的技术红利迟迟无法转化为实实在在的商业收入。
如何破局，又或者市场需要怎样的新玩家，一时间成了一级市场追问的话题。日前，我们见到了一家年轻公司——硅基词元，他们的想法大胆又务实，试图用硬件撕开云端生意的口子。
2026年初，硅基词元在清华东门旁注册成立，这是一家专注端侧 AI 基础设施的硬核技术初创公司，正在推进首款桌面级 AI Station 端侧硬件产品的研发。
尽管首款产品还未上市，但该团队已经在一级市场获得了真金白银的投票和认可，公司由真知创投种子轮投资孵化，成立后的短短半年时间内快速完成了两轮融资，其新一轮融资也在进行当中，最新估值已逼近20亿元，有接近该项目的投资人认为，其估值仍处在投资左侧区间，具备充足的成长空间。
视频创作者苦Seedance久矣
在谈及硅基词元前，我们先来看下全球的AI市场，毋庸置疑，目前全球能变现的AI公司主要走两条路，Coding和Video，其中Coding是大厂的游戏，创业公司融资慢，“最多跑出来两三家”。
在视频侧，云端AI视频生成已验证巨大的市场需求。中美两地海量短剧漫剧创作者、视频自媒体、电商商家、营销机构，拥有高频的内容生产刚需。
同时云端算力成本也面临着居高不下的困境，Seedance 云端价格 720P 1 元 / 秒，实际创作过程中，需要反复调试、多次重新生成，大量废片会进一步放大开销，通常生成100分钟成片近两万元成本。
中小创作者持续生产的成本压力巨大，公司成立初期，白鹏花了三个月进行调研，最终得出一句直观的结论：云端视频生成的Token太贵了，视频创作者苦seedance久矣！
在开篇我们提到端侧AI同样面临困境，即缺少能落地商业化的场景，所以在硅基词元团队看来，当端侧硬件遇上AI视频生成，一个确定性极强的红利赛道就此打开。
对此，硅基词元创始人兼CEO白鹏有一个清晰的产品目标：做一台两万元价位的端侧AI硬件，用消费级显卡跑全球顶级大模型，以此降低创作者高昂的云端算力开销。
具体怎么做？
按照硅基词元的说法，用户可以依托 AI Station 实现端侧本地生成视频，计算在硬件内部完成，大幅降低对云端算力依赖，规避按秒计费的高额开销，同时做到离线可用、响应更快、素材本地保存。
以 MiniMax H3 为例：模型本体 33B，加上文本编码器，满血权重 120GB 。官方推荐的部署配置是两张 H800，价值 50 万元。再看消费级显卡的16GB 显存，面对 120GB 的权重，中间差着 7.5 倍的鸿沟。
之前行业解决方案高度一致，量化、蒸馏、砍分辨率、减时长，把模型降质装进去。硅基词元不妥协，从零改写推理系统。
显存是一个仓库，模型得整个搬进去，装不下就跑不了。硅基词元把它改成了一条传送带：120GB的权重排着队从16GB显存里流过去，算完一层立刻换下一层。而视频模型每一步会用到哪些权重是可以预测的，系统据此提前推断出GPU下一刻需要的数据，赶在它开口要之前送到手边，让搬运的时间完整地藏进计算里。
这样一来，决定一台机器能跑多大模型的，不再是显存的容量，而是系统的调度能力。
更重要的是，端侧补齐视频生成的成本短板，视频生成则补齐端侧最稀缺的付费场景，硬件销售、会员订阅、商用授权的商业模式得以闭环。
三个层面的稀缺性
为什么是硅基词元，其实其切入的赛道并不算是一个新需求。或许答案在创始团队的禀赋上。
硅基词元的白鹏拥有十年的小米集团高管经历，曾先后执掌小米电视、互联网、商业部、政企部多条重要业务，直接向雷军汇报。小米内部有着标志性的评价：产品经理之中最会赚钱，商业化负责人之中最懂用户体验的高管。
此外，公司现有21位工程师，其中多位清华计算机博士、清华计算机硕士。公司CTO沈游人博士及其核心工程师均来自清华计算机系高性能计算研究所，公司成立至今已围绕核心技术申请6项国家发明专利。
这样的团队也筑起了团队最核心的护城河：
第一层，推理系统并非无人耕耘：vLLM、SGLang把语言模型的推理做到了极致，但不碰视频；视频侧也有加速工作，但几乎都发生在数据中心里——用更多的卡把生成变快，前提仍然是“装得下”。而把问题设在“装不下”这一侧、让满血视频模型跑进消费级硬件的系统，此前没有——16GB跑通120GB。
第二层，能力是交叉的。语言模型是稀疏的，上千亿参数每次只用得上几十亿，这是过去"小显卡跑大模型"的主流思路；视频模型是稠密的，每一层每一步全都要用，一个字节省不下来，语言模型积累的技巧搬过来统统作废，必须从零重做。懂扩散算法的研究者和懂高性能系统的工程师，本就是两群人。
第三层，时间买不来。系统工程的壁垒不在灵感，在积累——内存的生命周期、跨设备的调度、每一处会崩的坑，都得亲手踩过一遍才算数。这类护城河，融资砸不快，挖人也搬不走。
“把所有的硬件用AI再做一遍”
在硅基词元BP里，有一页写的是“AI时代的苹果”。虽然在我看来，这个说法有点老登。但从底层逻辑来看，双方做的事情并无二致。
1984年，苹果把桌面电脑放到每个人的手边。苹果的系统也能在IBM上跑，但苹果选择让自己的硬件先跑，让体验做到极致，让用户形成认知。硅基词元也一样，系统也能在华为、联想的硬件上跑，但先用自己的硬件验证。
硅基词元的产品路径很明确，先用一两款硬件验证平台的实用性，再把平台开放给一切硬件，最终长成端侧AI的基础设施。硅基词元真正的护城河在于一套自研推理引擎底座，一个能同时跑文字、图片、视频大模型的端侧AI平台。
这套端侧AI平台，可以装进一切硬件：手机、平板、NAS、具身机器人、汽车、家电。“只要它里面装了一颗ARM芯片，或者一块AMD显卡，想装AI的时候，就能想到我们。”这套技术架构也决定了公司的定位——一个AI基础设施平台。
这也可以看出硅基词元的野心和愿景。1+N战略，即1个核心技术和N个场景应用。
白鹏把这个愿景放进了一个中国商业语境里最容易被理解的类比：“小米模式是用互联网把硬件重做一遍，我们是用AI把所有硬件重做一遍。”面对当下市场，他给出了十分清醒的判断：“美国玩家不计ROI疯狂砸钱，而我们提前锚定了一套面向未来的投入产出模型。”
行业走到今天，能够穿越周期活下来的，从来不是最擅长讲宏大故事的玩家，而是真正把ROI算明白的人。用两万元硬件替代五十万的专业设备，帮助视频创作者摆脱每月两三万的高额云端算力账单，这是一笔看得见、算得清的投入产出账。
剥开表象来看，硅基词元的内核，本质是一场关于杠杆的博弈。以两万元硬件撬动企业级算力，以轻量化硬件底座撬动数十亿估值，以中间层平台，撬动全行业硬件AI化的广阔市场。层层杠杆环环相扣：技术跑通，产品才有落地根基；产品验证可行，平台才有生长土壤；平台模式站稳，才能实现1+N的规模化扩张。