作者声明：该图片由AI生成
【摘要】AI浪潮下，底层基础设施正迎来上升拐点。5月6日，成立未满两年的魔形智能落地数亿元Pre-A轮融资，其首创的“Token超级工厂”概念刷屏行业；紧随其后，无问芯穹新一轮融资超7亿元、累计融资突破22亿元，凭借自研异构分布式推理框架，实现多厂商芯片混跑同款大模型的技术突破。
短短半年间，卖Token迅速崛起，成为AI Infra赛道最具想象空间的核心商业模式。
背后的原因并不复杂。伴随DeepSeek、Kimi、GLM、Qwen等开源大模型全面普及，行业的竞争重点，正在从“单纯的卖算力比拼”转向“谁能更低成本、更稳定地生产Token”。
并且对于互联网厂商、Agent生态平台及政企客户而言，入局AI的核心诉求早已改变。它们本质上都是在抢购一份稳定、可随时调用的Token底层供给能力。
那么，谁又将脱颖而出，成为AGI时代真正的“卖水人”？
以下为正文：
01
从卷模型，到卖 Token
过去两年，AI行业最热闹的环节一直是模型。
从参数竞赛，到开源闭源之争，再到Agent爆发，大量关注度都集中在模型能力本身。但随着模型逐渐进入应用阶段，单纯的“模型”不再是稀缺资源，一个更现实的问题开始浮出水面：
谁来稳定、大规模地生产Token？
某种程度上，模型更像是一座“加工厂”，而Token则同时具备“原料”与“产品”的双重属性：用户输入、训练语料等内容以Token形式进入模型，成为计算发生的基础单元；而模型输出的文本、代码、推理结果，本质上又是Token的持续生成与交付。
Agent兴起之后，单次任务消耗的Token规模已经从过去的几百、几千，快速提升至十万甚至百万级别。这意味着，AI产业对于底层推理基础设施的需求，开始出现结构性变化。
也正是在这一背景下，第三方MaaS平台开始崛起。
原因很简单。模型公司擅长训练模型，互联网公司擅长做应用，但真正把底层算力转化成稳定Token供给，本身是一套极重工程化能力的事情。
于是，一批AI Infra公司开始出现。
而真正决定行业分化的核心问题，最终还是三个：
1、底层使用什么卡？（硬件选择）
2、服务什么客户？（市场和目标）
3、以及，这门生意到底能不能赚钱？（泡沫还是独角兽）
02
AI Infra玩家分野
AI Infra行业看似都在“卖Token”，但如果拆开来看，会发现不同公司的路径差异其实非常大。
有的公司更像“算力调度平台”，有的更像“推理优化中间层”，也有公司开始尝试把Token真正工业化、标准化生产。
而这些差异，往往从创始团队阶段就已经决定。
无问芯穹带有浓厚的学院派技术底色。
公司由清华大学电子工程系主任汪玉发起，核心团队来自清华电子系NICS-EFC实验室。CEO夏立雪是汪玉的首位博士毕业生，联合创始人兼首席科学家戴国浩则拥有清华本硕博背景，并任上海交大副教授。
自2023年5月成立至今，公司累计融资规模已经接近20亿元。最新一轮融资于2026年5月7日公布，规模超过7亿元，由杭州高新金投与惠远资本联合领投，阿里巴巴香港创业者基金等机构跟投。
过去一年，无问芯穹扩张速度极快。截至2026年4月，其Agentic MaaS平台已经上线160余种大模型。官方数据显示，公司已经将企业级高可用提升至99.95%，首字延迟压进500ms以内，吞吐量提升2-3倍。
客户结构方面，无问芯穹明显偏To B/G。
它更像是国产模型背后的“超级电网”，负责统一调度异构算力资源，再向外稳定输出Token。Kimi、智谱、MiniMax、DeepSeek、通义千问等主流模型厂商，都在其合作名单之中，同时也已经开始向政企场景落地延伸。
但问题同样存在。
当前国产GPU生态仍处于完善阶段，推理效率、软件适配、稳定性与英伟达体系之间仍有差距。2024年9月，夏立雪在接受媒体采访时透露，公司已经产生一定规模化收入，主要来源于算力销售，但预计仍需3至5年才能实现规模化盈利。
相比之下，硅基流动则更偏工程派。
创始人袁进辉毕业于清华大学计算机系，曾任职微软亚洲研究院，后创办深度学习框架公司OneFlow，并于2023年被光年之外并购。
长期深耕AI框架与推理系统，也让硅基流动更强调底层推理优化能力。
目前，硅基流动已经成为国内少数能够在多种芯片架构上实现规模化推理的第三方平台之一。
公司支持英伟达、AMD、昇腾、沐曦、摩尔线程等多种芯片，并覆盖Qwen、Llama、Stable Diffusion等上百款模型。
截至2025年中，硅基流动用户规模已经突破600万，企业客户数千家，日均Token生成量达到千亿级别。DeepSeek、Kimi、腾讯元宝、MiniMax、华为小艺、360纳米搜索等主流应用均已接入。
同样，硅基流动也同样面临巨大压力。
一方面，大厂正在全面进入模型API市场。阿里云、腾讯云、火山引擎本身都具备模型、算力与客户优势，第三方平台的利润空间天然更薄。
另一方面，行业价格战也正在快速加剧。
芯流获悉，硅基流动目前仍存在一定亏损。原因并不复杂：很多时候，平台虽然拥有大量调用量，但实际Token生产效率不足，收入仍难覆盖成本。
相比前两家公司，魔形智能以商业闭环为核心，选择了更成熟、更易实现Token盈利的打法。
公司成立于2024年6月，创始人徐凌杰曾在NVIDIA、AMD、三星北美研究院等公司工作，并担任过阿里云AI基础架构总监、壁仞科技总裁。
整个团队最鲜明的特点，就是深度理解GPU与大规模集群。
因此，魔形智能提出了一个很有辨识度的概念——“Token超级工厂”。
在他们看来，未来客户不需要关心服务器来自哪里，也不需要理解底层架构，只需要购买标准化Token产品即可。
围绕这一逻辑，魔形智能重点布局了超节点算力集群与异构调度能力，希望通过更高效的系统工程，把芯片性能压榨到极致。
不过当前，魔形智能的芯片供应高度依赖第三方。公司CEO徐凌杰在访谈中透露，Token的成本结构中约80%与服务器采购相关，但魔形离“自研芯片”相对还比较遥远。
总结三家公司，会发现它们其实代表了AI Infra行业三种不同的发展路径。
1、无问芯穹更像“超级代工厂”：它不直接造车（模型），而是通过强大的平台调度能力，把原本分散的零件（异构算力）整合成一条高效的流水线，确保任何品牌的车都能在这里以最低成本、最快速度被生产出来，强调的是产业协同与规模效应。
2、硅基流动更像“高性能变速箱”：它的核心竞争力在于异构适配与工程优化。就像变速箱负责将引擎的动力平顺地传递给车轮，硅基流动负责将底层杂乱的芯片算力，转化为上层应用（车轮）能直接使用的稳定动力，解决的是“连接”与“传动效率”的问题。
3、魔形智能更像“动力总成供应商”：它专注于把“发动机”（Token生产）做到极致的工业化与标准化。无论客户是谁，它都致力于提供性能最强、单位能耗最低的核心动力单元，强调的是单一产品的极致性能与标准化交付。
但无论是哪种路径，AI Infra公司的终极命题依然是盈利。
03
国产卡困局：为什么亏本？
事实上，伴随着越来越多AI Infra公司开始“卖Token”，一个尴尬的现象浮出水面：明明手里握着算力资源，为什么这门生意依然很难赚钱？
问题的核心，在于“Token生产效率”。
首先，过去几年，全国大量智算中心建成，国产芯片快速铺开。对于Infra公司而言，“拿到卡”似乎不再是难题，甚至能以较低成本获取大量GPU资源。
但真正的难点，在于“用好卡”。
相比英伟达成熟的CUDA生态，国产芯片，除华为昇腾、昆仑芯等头部玩家外的软件生态依然薄弱。模型迁移、算子兼容、推理优化，每一个环节都需要投入海量的人力去“修路”。
很多时候，GPU本身的采购成本是显性的，但背后漫长的适配周期和人力维护成本，才是隐形的“吞金兽”。
其次，对于Infra公司来说，评估一张卡值不值得用的核心指标只有两个：
1、单位时间产出（吞吐量）： 一张卡一秒能吐出多少Token？
2、Token质量稳定性： 会不会算着算着就报错？
目前来看，在国产芯片中，华为昇腾、昆仑芯属于相对表现较好的方案，已经形成一定软件生态与推理能力。但整体而言，行业距离真正成熟仍有距离。
于是，很多AI Infra公司开始陷入一种困境。你低价拿来了国产卡，但因为软件栈不成熟，导致推理效率只有英伟达的一半甚至更低。
更残酷的是，市场并不关心你用了什么卡，也不关心你适配得有多辛苦。客户只关心“Token单价”。
当前行业正处于激烈的价格战中，客户端普遍按照调用量付费，且价格越来越低。这就形成了一个死循环：
你的生产效率（国产卡适配差）导致成本高企；
但市场价格（客户压价）却在不断走低。
这也是为什么，目前很多AI Infra公司的商业模型，仍然离不开芯片厂商支持、地方智算中心补贴，或者政策资源倾斜。
04
尾声
过去几年，中国AI行业最核心的叙事，一直围绕模型展开。
但随着模型能力逐渐趋同、开源生态持续扩散，行业的竞争重心，正在重新回到底层基础设施。
某种程度上，这和移动互联网时代的云计算崛起非常相似。
当应用开始爆发，真正决定行业效率的，往往是背后那套稳定、低成本、规模化的基础设施能力。
今天的Token，也正在成为类似“电力”与“流量”的存在。它开始被计价，被调度，被交易，甚至逐渐成为AI产业链中的标准化商品。而围绕Token形成的新一轮产业分工，也正在快速成型。
模型公司负责训练模型，应用公司负责做场景，AI Infra公司则负责把底层算力真正转化成可稳定供给的Token产品。
从无问芯穹、硅基流动，到魔形智能，这些公司的路径或许不同，但背后都在回答同一个问题：
当AI真正进入大规模产业化阶段，谁能成为那个稳定生产Token的人？
深入交流更多行业新进展。市场与项目咨询、人才服务、决策研判。
