南芥智能完成近亿元天使轮融资，押注“学件”做海量模型时代的 AI 基建

发生了什么

2026 年 9 月，总部位于南京的 AI 基础设施初创公司南芥智能（SinapisAI）宣布完成近亿元人民币天使轮融资，由鼎信资本与南京市创新投资集团联合投资。资金将主要用于底层技术研发、产品建设和市场拓展。

南芥智能不做“更大的通用大模型”，而是做基础模型与应用之间的那一层——把市面上各种各样、大大小小的 AI 模型，包装成标准化、可随时调用的“智能零件”。其核心理论来自南京大学周志华院士 2016 年提出的“学件（Learnware）”：给每个模型写一份标准化“能力说明书”，让多个不同能力的模型能互相配合、协同完成复杂任务。团队核心成员来自南大 LAMDA 实验室，是学件开源系统“北冥坞”的核心推动者。

对我有什么用

过去几年行业主流叙事是“更大的模型”，但企业实际落地时往往同时用着通用模型、行业模型、自研模型和私有模型。如何把分散的模型组织成可管理、可复用的智能资产，正变成一个真实痛点。南芥智能走的是“海量模型协作”这条差异化路线——这就像 App Store 出现前，每个软件都要自己找用户；当模型多到一定规模，“帮人找到并组合合适的模型”本身就会成为一门基础设施生意。

我可以怎么做

• 普通人暂时用不到它的产品，但这是 AI 行业“从拼模型大小，转向拼模型协作”的信号，说明未来你用的 AI 工具背后，可能是一群小模型在分工干活，而不是一个超级大模型包打天下。
• 做企业数字化的老板/IT 负责人，可以关注这类“模型中间件”：它能把公司里零散的模型、智能体统一管起来，降低多模型协同的门槛。
• 关注一级市场的朋友，可把它视为“国产 AI 中间件/基础设施”赛道升温的一个样本。

温馨提醒

• 公司 2026 年 3 月才注册，仍处于把学术原型转化为工程系统的早期阶段，尚未公开正式产品名、可接入模型数量与付费客户，商业化仍需验证。
• 多模型组合后，单个模型的误差可能向后续环节传递；企业接入前需确认私有化部署、权限管理和安全审计能力。