快手孵化潜力独角兽：又融资10亿

铅笔道·2026年11月06日 17:27

融资十亿，难在走出快手。

11月4日，快手孵化的凌川科技宣布，完成10亿元B轮融资。

凌川科技给视频平台造"压缩芯片"，帮它们省带宽、省钱。创始人刘凌志曾任快手副总裁，带队造出的SL200视频芯片累计卖出近10万颗，覆盖了快手99.7%的直播相关业务。

"如果没有快手这样的大后方，估计没有几家创业公司会选择这个方向。"头部芯片公司创始人郝易（化名）告诉铅笔道。

在他看来，视频芯片创业最难的，是有没有足够大的客户，愿意长期买单。

为快手造芯，到融资10亿

2018年，快手日活跃用户突破1亿，服务器成本压力剧增。同年，刘凌志加入快手，担任副总裁，组建异构计算与芯片团队。他是上海交通大学博士、美国华盛顿大学博士后，曾在华为、英特尔任职。

两年后，快手正式立项自研芯片。目标很明确：专门造一颗处理视频编解码的芯片，把成本打下来。

2023年，团队研发的SL200芯片已在快手内部部署数万颗。刘凌志此前接受36氪采访时透露，芯片带来的成本节省超出预期。

2024年3月，北京市人工智能基金与快手集团共同发起设立凌川科技，原团队从快手拆分出来，刘凌志出任董事长兼CEO。

此后融资一路加速：2025年7月完成数亿元A轮，2026年6月又拿到数亿元A+轮，不到半年，10亿元B轮接上。本轮由亦庄国投屹唐盛和基金、启明创投、朝晖资本联合领投，20家新老投资方里，国资和产业资本占了大半。

在芯片国产替代的背景下，一家从互联网大厂肚子里长出来的芯片公司，成了国资眼中的稀缺标的。

作为资本市场的香饽饽，郝易认为，凌川科技的优势不只是技术。"重点是应用场景在哪里，客户的需求是什么。"

他告诉铅笔道，视频芯片研发需要持续投入，但真正拥有大规模需求的客户并不多。没有足够大的客户支撑，创业团队很难长期做下去。

凌川科技背靠快手，在寻找外部客户之前，就在快手业务中部署了数万颗。

卖出近10万颗，赚钱的账还要细算

凌川科技卖的究竟是什么？

目前已经规模应用的SL200，主要负责视频编解码、转码。一个主播开播，平台要把画面实时转换成不同清晰度的视频流，让不同网速的观众都能流畅观看。直播间越多，后台要处理的视频流就越多——对平台来说，降低每一路视频的成本，就是实打实地省钱。

SL200瞄准的正是这笔开支。

这颗芯片的技术成色，有过公开检验。在MSU世界编码器大赛中，SL200连续三届拿下商业化赛道第一，压过英伟达、英特尔的同期方案。据36氪报道，单颗SL200可以处理36路视频任务，相较传统方案节能约30%，单路处理成本降低约40%。

凌川科技披露，SL200累计销售近10万颗，已部署到快手、阿里云、百度云、哔哩哔哩等客户场景。今年以来，产品还通过合作伙伴进入数据中心、智慧安防等领域。

但拆开看，这门生意的账本并不轻松。

公司没有披露过收入和利润，能确认的出货量只有一个数字：累计近10万颗。而芯片从设计、流片到量产，每一代投入都以亿元计——这10亿元B轮融资的大头，正是下一代芯片的研发与量产。

客户结构，是另一笔要细算的账。快手99.7%的直播相关业务跑在SL200上，说明"娘家"仍是绝对基本盘；外部客户名单里虽有阿里云、百度云、B站，但各自贡献多少，公司没有披露。对一家从母体拆分出来的创业公司来说，这是估值故事里最敏感的一环。

这门生意的难点，恰恰在客户身上。

郝易告诉铅笔道，大规模视频处理需求主要集中在头部互联网平台、云服务商，以及部分公安安防客户。"你很难找到真实的客户，找到需求量足够大的客户来支撑你做这件事。"

一方面，客户数量有限；另一方面，这些客户对芯片的要求又很高。视频处理设备必须长时间稳定运行，一旦客户已经采用某套成熟方案，新供应商想进去，得经过测试、软件适配和业务迁移。

客户不好找，拿下来也不容易。

另一家视频芯片公司镕铭微电子就是一个参照。这家公司成立于2015年，专门研发VPU视频处理芯片，产品用在直播、点播、云游戏等场景，其CEO朱照远今年接受媒体采访时透露，公司VPU累计出货数十万颗。

镕铭微与凌川的路径不同：前者长期面向外部市场销售专业芯片，后者从快手内部团队独立出来。一个先学会了自己找饭，一个先在家里吃饱。

郝易认为，视频芯片最终能不能盈利，还是要看用量。只有客户采购规模足够大，研发成本才有机会被摊薄。

为了上量，今年开始，凌川科技把目光投向AI视频生成。

AI广告、AI短剧，生成和修改画面都需要消耗算力。公司披露，面向AI视频生成的新一代3D堆叠芯片已于4月完成流片、近期回片，计划2027年规模出货；配套的LUCAS计算平台，也在适配主流视频生成模型。

有趣的是，AI视频生成的头部玩家之一可灵，正是快手旗下的产品。绕一圈，新故事的起点，可能还是娘家。

但进入这个市场，竞争对手也变了。过去，凌川主要与传统视频处理方案比效率；未来，还要与GPU等通用AI计算方案比性能、成本和软件适配能力。

大厂自己造，创业公司抢客户

视频芯片行业有个有意思的现象：最需要这类芯片的企业，往往也有能力自己造。

谷歌就是典型。YouTube每天要处理海量视频，为了降低成本，谷歌专门研发了视频处理芯片Argos。2021年，谷歌在研究论文中披露，相比此前优化过的非专用加速方案，Argos系统的计算效率提高了20至33倍。两年后，Meta也公开了自研视频处理芯片MSVP，用于Facebook等平台的视频编解码任务。

谷歌、Meta选择自己造，快手当初组建芯片团队，也有相似的成本考虑。区别在于，凌川后来走出了快手，开始向外部客户卖芯片。

大厂自己造，专业厂商卖芯片，争的都是视频处理这笔算力预算。

但郝易分析，不能只看到视频流量越来越大，就认为专业视频芯片公司一定越来越好赚钱。

原因之一，是客户集中。大型互联网平台掌握着海量视频业务，其中一些还具备自研能力。专业芯片公司要拿下这些客户，就得拿出足够有吸引力的成本和效率优势。

另一个变化，来自视频处理方式本身。

郝易观察到，过去不少视频任务由摄像头、终端设备或者边缘节点承担，现在越来越多的任务开始集中到服务器和云端。公安安防等有私有化部署需求的客户，也在向集中处理方式发展。车载摄像头同样如此，一部分视频处理任务已经交给汽车主控芯片完成。

原来需要独立芯片处理的工作，正在被其他计算平台吸收。

更大的变量来自AI。

郝易认为，未来视频芯片可能沿着两条路线发展：一条是凌川这样的专用芯片，继续提高多路视频处理效率，同时拓展AI计算能力；另一条是GPU等通用芯片，不断增强视频编解码、AI推理等专门功能。

"专用芯片通用化，通用芯片专用化。"

过去，专业视频芯片负责视频编解码，GPU负责更广泛的计算任务。如今，两边开始进入对方的市场。

对凌川来说，这场赛跑手里的筹码很清楚：快手喂出来的近10万颗装机量，和刚刚到位的10亿元。要交的答卷也很清楚——走出快手，证明自己。