Yang Zheyu, Doktor der Tsinghua-Universität, dessen Forschungsergebnisse zweimal auf dem Titelblatt von Nature veröffentlicht wurden, hat eine Finanzierung in Höhe von 500 Millionen Yuan erhalten.
Inzwischen ist Physical AI zu einem der überfülltesten Segmente auf dem Primärmarkt geworden, und eine große Menge an Kapital strömt in Lösungen, die „Maschinen näher an das Urteilsvermögen und das Handlungsvermögen von Menschen heranführen“ können. Über 80 % der Grundlagen menschlicher Entscheidungen und Handlungen stammen aus Informationen, die durch das Sehen bereitgestellt werden. In diesem Sinne ist das Sehen eine unumgängliche Hürde, wenn KI wirklich in die physische Welt eintreten soll.
Die heutigen gängigen Bildsensoren sind jedoch im Kern für das „Sehen durch Menschen“ konzipiert: Sie belichten Bild für Bild, geben sie vollständig aus und behandeln jedes Bild wie ein Foto, das gespeichert werden muss. Diese Logik funktionierte gut im Zeitalter der Handyfotografie, aber wenn sie in Roboter und autonome Fahrsysteme integriert wird, treten Mängel zutage: Datenredundanz, knappe Übertragungsbandbreite, und die nachgelagerte Rechenleistung wird durch eine große Menge nutzloser Informationen verbraucht, während wirklich entscheidende zeitliche und räumliche Veränderungen leicht überdeckt werden. Man kann sagen, dass die Effizienz der visuellen Wahrnehmung zu dem realistischsten Engpass für die Umsetzung von Physical AI geworden ist.
In diesem Kontext versucht ein neuer Ansatz, diese Patt-Situation zu durchbrechen: das „neuromorphe Sehen“. Es ahmt nicht mehr Kameras nach, sondern die Informationsverarbeitungsweise des menschlichen Auges und des Sehnervs: An der Wahrnehmungsfront werden Informationen wie Farbe, Kanten, Bewegungsänderungen usw. aufgeteilt und in einer spärlichen, komplementären Form ausgegeben, sodass die nachfolgenden Entscheidungssysteme nur wertvolle Informationen erhalten.
In China steht ein Team der Tsinghua-Universität an der Spitze dieses Weges und hat die Aufmerksamkeit des Kapitals auf sich gezogen. Laut Informationen von ChinaVenture hat Xijian Technology, ein Unternehmen für neuromorphe visuelle Chips, das vom Forschungszentrum für neuromorphes Rechnen der Tsinghua-Universität ausgegründet wurde, seit seiner Gründung vor nur einem Jahr drei aufeinanderfolgende Finanzierungsrunden mit einem Gesamtbetrag von fast 500 Millionen Yuan abgeschlossen.
Seine Liste der Investoren ist ebenfalls sehr beeindruckend – Xuhui Capital, Matrix Partners China, Huaying Capital, Inno Fund, Shuimu Tsinghua sowie führende Unternehmen aus der Branche der verkörperten Intelligenz und der Automobilindustrie. Sie umfasst fast alle derzeit aktivsten Kapitalarten, von staatlichen Industriefonds, führenden marktorientierten Institutionen, Universitätskapital bis hin zu Industriekapital.
Hinter der dichten Kapitalverteilung steckt nicht nur die Anerkennung der zukunftsweisenden Richtung, sondern das Kernvertrauen stammt aus der Stärke des Teams selbst. Im wissenschaftlichen Bereich spricht die Bedeutung des Titelblatts von „Nature“ für sich allein. In den beiden Bereichen KI und Chips gibt es nur drei Ergebnisse, bei denen Institutionen aus dem chinesischen Festland als erste vollendende Einheit auf dem Titelblatt der Hauptausgabe von „Nature“ erschienen sind. Das Team des Forschungszentrums für neuromorphes Rechnen der Tsinghua-Universität hält zwei davon – den „Tianjic-Chip“ aus dem Jahr 2019 und den „Tianmou-Chip“ aus dem Jahr 2024. Und Xijian Technology ist die einzige Plattform zur Industrialisierung der technischen Ergebnisse des „Tianmou-Chips“.
Die „Alles-auf-eine-Karte-Strategie“, die aus dem Labor der Tsinghua-Universität hervorgeht
Die Geschichte von Xijian Technology beginnt mit dem Forschungszentrum für neuromorphes Rechnen der Tsinghua-Universität.
Dieses Zentrum wurde 2014 gegründet, von der Tsinghua-Universität unter Einbeziehung des Fachbereichs Präzisionsinstrumente gemeinsam mit 7 weiteren Fakultäten wie Informatik, Mikroelektronik, Elektrotechnik und Automatisierung. Es ist das erste Team in China, das umfassende Forschungen zum neuromorphen Rechnen durchführt. Seit seiner Gründung vor mehr als zehn Jahren sind eine Reihe von originären Forschungsergebnissen aus diesem Bereich mehrfach in internationalen Top-Fachzeitschriften erschienen. Das bekannteste und gewichtigste davon sind die oben erwähnten neuromorphen Rechenchips „Tianjic“ und die neuromorphen komplementären visuellen Chips „Tianmou“.
Yang Zheyu, der CEO von Xijian Technology, ist Doktorand an diesem Zentrum. Während seiner Doktorarbeit beteiligte er sich nacheinander an den Kernarbeiten der beiden Projekte und war einer der gemeinsamen Erstautoren der Arbeit zum „Tianmou-Chip“. Genau diese wissenschaftliche Erfahrung ließ ihn die breiten Perspektiven des „neuromorphen Sehens“ erkennen. Seiner Meinung nach sind große Sprachmodelle vor dem visuellen Bereich aufgeblüht, weil Sprache selbst das Ergebnis intelligenter Kompression ist und von Natur aus leichter Intelligenz hervorbringen kann. Das Sehen macht jedoch über 80 % der menschlichen wahrgenommenen Informationsmenge aus und ist die Hürde, die im nächsten Zeitalter wirklich überwunden werden muss. Die heutigen Bildsensoren sind im Wesentlichen für das „Sehen durch Menschen“ konzipiert. Wenn man sie zwangsweise zum „Sehen für KI“ einsetzt, passen sie nicht zu der Art und Weise, wie große Modelle die Welt wahrnehmen – „das Sehen für KI neu zu definieren“ ist zweifellos ein weites blaues Meer.
Diese Einschätzung stammt nicht vollständig aus subjektiver Wahrnehmung, der Markt hat bereits Signale gesetzt. Yang Zheyu teilte ein Detail: Schon vor der Ausgründung des Unternehmens suchten viele Kunden mit ihren Anforderungen das neuromorphe Zentrum der Tsinghua-Universität auf und hofften, dass das Team ihnen bei der Anpassung von Chips hilft. Das Hikvision Nanhu Research Institute äußerte ausdrücklich den Wunsch, die Anwendung des Tianmou-Chips in mehreren Tochterunternehmen der Gruppe voranzutreiben. Diese industrielle Nachfrage wurde auch auf der Ebene nationaler Projekte weiter bestätigt: In dem großen koordinierten national-lokalen Sonderprojekt für Neuromorphik, das von der Hikvision-Gruppe geleitet wird, wurde der Tianmou-Chip ausdrücklich als eine der zwei zentralen industriellen Säulen für Neuromorphik aufgeführt. Im Januar 2026 wurde dieses Projekt weiter auf die Liste der nationalen Schlüsselforschungs- und Entwicklungspläne angehoben.
Die doppelte Bestätigung durch die industrielle Praxis und nationale Projekte ließ Yang Zheyu noch überzeugter werden – der Markt wartet schon lange auf eine visuelle Lösung, die gleichzeitig hohe Auflösung und hohe Bildrate berücksichtigen kann.
Neben den klaren Marktperspektiven gibt es noch eine weitere treibende Kraft. „Mehr als 80 % des Marktes für hochwertige visuelle Chips sind seit langem von ausländischen Unternehmen monopolisiert. Aus der Perspektive der nationalen Verantwortung wollen wir auch nicht, dass alle hochwertigen visuellen Lösungen aus dem Ausland stammen“, sagte Yang Zheyu.
Aber um die Umwandlung von Wissenschaft, Bildung und Produktion zu realisieren, braucht man letztendlich einen marktwirtschaftlichen Träger. Als er 2025 seinen Doktortitel abschloss, lehnte er die Stellenangebote für Lehrtätigkeiten an in- und ausländischen Universitäten ab und stürzte sich mit dem Entschluss, „alles auf eine Karte zu setzen“, entschlossen in die Industrialisierung der neuromorphen visuellen Technologie des Tianmou-Chips und gründete offiziell Xijian Technology.
Erwähnenswert ist, dass Yang Zheyu von Anfang an damit begann, ein gemischtes Team aufzubauen, das Wissenschaft und Industrie verbindet, um dieses Startup von der Vision zur Realität zu bringen. Unter ihnen ist Dr. Wang Taoyi, der CTO, seit langem an der Entwicklung des Tianmou-Chips beteiligt und hat 13 Arbeiten in Top-Fachzeitschriften wie „Nature“ und „Science Robotics“ veröffentlicht. Professor Zhao Rong, die Chefwissenschaftlerin, ist hochrangige nationale Fachkraft, festangestellte Professorin am Fachbereich Präzisionsinstrumente der Tsinghua-Universität und stellvertretende Direktorin des Forschungszentrums für neuromorphes Rechnen. Sie ist seit langem für die Forschung im Bereich der neuromorphen visuellen Wahrnehmung verantwortlich und leitet das große Projekt „Forschungsplattform für heterogen integriertes neuromorphes Rechnen“ im Rahmen des nationalen Gehirnplans Chinas. Sie hat mehr als 100 SCI-Zeitschriftenarbeiten veröffentlicht.
Bis heute besteht das Team von Xijian Technology aus etwa 40 Mitarbeitern, von denen mehr als 80 % der Entwickler einen Doktor- oder Masterabschluss haben. Die Kernmitglieder des Ingenieurteams stammen größtenteils von Sony, Nvidia, ON Semiconductor und führten inländischen CIS-Unternehmen und verfügen über 10 bis 20 Jahre Berufserfahrung im Bereich Bildsensoren und Chips. Die Mitglieder des Industrialisierungs- und Marktteams sind seit mehr als 20 Jahren in der Branche tätig und waren einst für entsprechende Geschäfte mit einem Jahresumsatz von mehreren hundert Millionen US-Dollar verantwortlich.
Von originärer Forschung und Chipdesign über Ingenieursproduktion bis hin zur Markteinführung decken die Fähigkeiten dieses Teams die gesamte Kette der visuellen Wahrnehmungsindustrie ab.
Ein Paar „Netzhäute“ mit Kodierfunktion für KI installieren
Um den Wert von Xijian Technology und dem „Tianmou-Chip“ zu verstehen, muss man zuerst die aktuellen Engpässe der KI im Bereich der „visuellen Wahrnehmung“ klar erkennen.
Derzeit verwenden die meisten KI-Hardwares weiterhin herkömmliche CMOS-Kameras als visuelle Erfassungsfront. Ihr Funktionsprinzip besteht darin, Lichtsignale in digitale Signale umzuwandeln, Bilder in einem festen Rhythmus Bild für Bild auszugeben, sie dann zu kodieren und zu komprimieren, bis sie schließlich zu dem bekannten Videoformat werden. Aber das Problem liegt genau in dieser zugrundeliegenden Logik der „Bild-für-Bild-Ausgabe“. Stellen Sie sich ein Testfahrzeug für autonomes Fahren vor, bei dem mehr als ein Dutzend Kameras gleichzeitig laufen und an einem Tag Datenmengen im TB-Bereich sammeln. Wenn man genau hinsieht, ändern sich Himmel, Fahrbahn und Leitplanken in benachbarten Bildern fast gar nicht, werden aber wiederholt erfasst, übertragen und analysiert – was zu massiver Datenredundanz führt. Darüber hinaus behindern sich die drei Kernindikatoren Auflösung, Bildrate und Genauigkeit in herkömmlichen Lösungen oft gegenseitig: Die Verbesserung eines Indikators bedeutet das Opfer der anderen zwei, was zu dem langjährigen unlösbaren „Unmöglichen Dreieck“ der Branche führt.
Ein noch größeres Problem liegt in der Rechenleistung. Die Datenmenge des Sehens ist von Natur aus riesig: Ein Bild mit 1080P entspricht etwa 8000 Tokens, umgerechnet auf 30 Bilder pro Sekunde sind das Hunderttausende Tokens pro Sekunde. Aber die besten aktuellen Edge-GPUs können nur Hunderte von Tokens pro Sekunde verarbeiten. Das bedeutet, dass die Verzögerung unendlich groß wird, wenn KI die Welt auf herkömmliche Weise „verstehen“ soll. Das ist auch der Grund, warum Anwendungen wie virtuelle Realität und Weltmodelle nur schwer umgesetzt werden können.
Die Lösung des „Tianmou-Chips“ besteht darin, die Kamera von einem „Momentaufnahme pro Bild“ in ein visuelles Primitivsystem umzuwandeln, das versteht, was es auswählt. Es speichert nicht mehr mechanisch jedes Bild in seiner ursprünglichen Form, sondern übernimmt den Mehrkanalmechanismus der Netzhaut, um visuelle Informationen wie Lichtintensität, räumliche Struktur und zeitliche Veränderungen an der Wahrnehmungsfront differenziert zu erfassen und komplementär zu kodieren. Das bricht nicht nur die Einschränkung, bei der Auflösung, Bildrate und Genauigkeit sich gegenseitig opfern, sondern senkt auch die nachgelagerte Belastung durch wiederholte Übertragung und Berechnung erheblich.
Laut Angaben des Teams erreicht der „Tianmou-Chip“ derzeit eine schnelle Wahrnehmung von zehntausend Bildern pro Sekunde und einen hohen Dynamikbereich von 130 dB. Gleichzeitig senkt er die Übertragungsbandbreite um 90 % und den Stromverbrauch auf ein Zehntel des herkömmlichen Hochgeschwindigkeitssensors. Die Gesamtleistung liegt mehr als doppelt so hoch wie die vergleichbarer ausländischer Produkte.
Erwähnenswert ist, dass der „Tianmou-Chip“ im Geschäftsfeld von Xijian Technology kein isolierter Chip ist, sondern ein komplettes „visuelles Nervensystem für Maschinen“, das den Tianmou-Chip, Protokolle und multimodale große Modelle umfasst. Der Chip ist wie die „Netzhaut“ der Maschine, die für die Wahrnehmung der physischen Welt und die Zergliederung und Kodierung visueller Informationen an der Front verantwortlich ist. Das Übertragungsprotokoll ist wie der „Sehnerv“, der Informationen effizient in einer Form übermittelt, die für die Verarbeitung durch Modelle besser geeignet ist. Das visuelle Modell spielt die Rolle des „visuellen Zentrums im Gehirn“, das Informationen versteht und schlussfolgert und weiter mit Entscheidung und Handlung verbindet.
Die Zusammenarbeit von Chip, Protokoll und Modell macht die maschinelle Sicht nicht mehr nur auf Bilderfassung und passive Eingabe beschränkt, sondern steigt zu einer nativen visuellen Wahrnehmungs- und Verständnisfähigkeit für die physische Welt auf.
Nach einem Jahr der Anstrengungen werden die Ergebnisse kontinuierlich umgesetzt. Im August 2026 erschien die neueste Forschungsarbeit des Teams erneut auf dem Titelblatt von „Nature Sensors“, nur zwei Jahre nach der Veröffentlichung der Arbeit zum Tianmou-Chip auf dem Titelblatt. Auf Produktebene schreitet die Massenproduktion des Unternehmens stetig voran: Der Chip der ersten Generation wurde erfolgreich eingeschaltet, der Chip der zweiten Generation für die Massenproduktion hat den Tapeout abgeschlossen, und die Auflösung wurde von 200.000 Pixel auf 5 Millionen Pixel angehoben. Gleichzeitig wird die Verarbeitung visueller Informationen weiter an das Wahrnehmungsende verlagert, sodass direkt visuelle Tokens mit hoher Informationsdichte extrahiert werden können, die für große Modelle verwendbar sind. Die Verzögerung des ersten Tokens wird auf wenige zehn Millisekunden gesteuert.
Auf der Anwendungsseite deckt der Tianmou-Chip mehrere Segmente ab, darunter verkörperte Roboter, autonomes Fahren, industrielle Prüfung, Hochgeschwindigkeitsfotografie und Inspektion durch Drohnen. Er kann industrielle Ausnahmeereignisse im Bereich von Hundert Mikrosekunden genau erfassen und passt zu den Anforderungen des niedrigen Stromverbrauchs bei der Bereitstellung auf Edge-Geräten.
Neuromorphes Sehen – ein Geschäft, das immer mehr an Bedeutung gewinnt
Während große Sprachmodelle in den „Krieg der hundert Modelle“ eintreten, lenkt sich der zukunftsweisende Blick beschleunigt auf die physische Welt – verkörperte Intelligenz, humanoide Roboter und autonomes Fahren rufen alle nach einem „Auge“, das die reale Welt verstehen kann. Das neuromorphe Sehen ist genau ein praktikabler Weg, um dieses Auge zu realisieren.
Heute erhält dieses Gebiet immer mehr Aufmerksamkeit aus Politik und Kapital. Während des Zeitraums des „15. Fünfjahresplans“ wird das neuromorphe Rechnen nicht nur als Richtung für die Schlüsseltechnologieforschung aufgeführt, sondern auch in das System zur Umwandlung von Ergebnissen nationaler Ingenieur-Labore aufgenommen. Gleichzeitig greifen führende Institutionen, staatliche Industriefonds und Industriekapital zu, um ihre Positionen schnell zu festigen.
Nach Ansicht von Yang Zheyu wird das neuromorphe Sehen mit großen Erwartungen belegt, weil es einen echten Weg der grundlegenden Innovation darstellt. Umwälzende Innovation bedeutet niemals, einer festgelegten Spur zu folgen und andere einzuholen, sondern zu den ersten Prinzipien zurückzukehren, das Problem selbst neu zu definieren und einen noch nicht verifizierten Weg zu erkunden. Sein Ziel ist groß genug und gleichzeitig klar genug: „Wo immer es in Zukunft autonome Entscheidungen von KI gibt, werden Chips von Tianmou vorhanden sein.“
Aber angesichts dieses riesigen blauen Meeres an Markt hat Yang Zheyu nicht vor, ein geschlossenes Ökosystem aufzubauen. „Wir sind offen, einschließlich der Lizenzierung von geistigem Eigentum, und laden mehr Menschen ein, gemeinsam die Entwicklung