智东西（公众号：zhidxcom）
作者 | 李水青
编辑 | 心缘
2026年，Token工厂成为最吸金的AI Infra赛道之一。
在海外，被黄仁勋称为“AI工厂的台积电”的Fireworks AI在7月拿到15.05亿美元融资，估值升至175亿美元；Baseten今年连拿两轮融资，估值大幅上升至130亿美元；Together AI在7月完成8亿美元融资，估值达到83亿美元……这三家定位Token工厂的美国AI Infra创企都获得了英伟达的投资。
在国内，国产Token工厂的融资同样火热。
10月12日，上海AI Infra（人工智能基础设施）企业无问芯穹确认已完成23亿元C轮融资，累计融资额达43亿元，单轮融资额与累计融资额均创国内AI Infra行业新高，并正在筹备IPO；同日，同是清华系的北京AI Infra创企清程极智完成A轮融资，由中国电信和瀚晖资本联合领投。
此前9月20日，已向港交所递交上市申请的北京AI Infra创企硅基流动，宣布已先后完成B+轮二期和C轮融资，2026年度累计融资金额近29亿元；9月7日，合肥算电协同型AI基础设施服务商中科类脑继4月完成亿元级B轮融资后，官宣完成数亿元B+轮战略融资。
再往前看，多家定位Token工厂的企业也都拿下了新融资：8月中旬，魔形智能宣布完成三个月内的第二轮融资；此前7月，趋境科技的新融资使其半年内累计融资超10亿元；PPIO（派欧云）在2026年5月完成B+轮优先股融资，募资约2.53亿元，6月公布港股IPO招股书；无问芯穹在5月也获超7亿元融资……
形成呼应的是，互联网大厂纷纷将Token工厂置于战略位置。阿里成立了Token Foundry事业部，腾讯云将MaaS平台升级为TokenHub；在国外，英伟达前段时间联合华尔街计划撬动超5000亿美元AI工厂资本，IBM则同日与Token工厂Together AI签署2.4亿美元推理集群协议……
而沿着产业资本版图望去，芯片厂商、能源公司、IDC运营商、云厂商、地方国资和AI应用公司已经集体进场，开启了一场围绕Token效率比拼的圈地运动。
谁在投Token工厂？人人都在说的Token工厂真正的门槛是什么？资本凭什么确定创业公司能在云巨头的嘴边“抢蛋糕”？本文试图对这些问题进行探讨解答。
一、资本沿着Token生产线进场，一张融资表看谁在卡位
要问怎么样，先看是什么。
不少人将Token工厂与智算中心、AI工厂混用，实际上大不相同。智算中心可以理解为厂房和机器，那么AI工厂就是覆盖数据处理、训练、微调、推理、评测和智能体运行等完整流程，Token工厂则是其中专门规模化生产推理服务的车间。
Token工厂把电力、芯片、模型和数据持续转化为可计量、可调度、可定价的模型调用能力。判断一家企业是否真正进入Token工厂赛道，主要是看它只出租GPU，还是已经部署模型，并按照Token、调用量或服务等级持续交付AI能力。
今年以来，国内几笔代表性融资已经勾勒出资本的选择。获得最多融资的是无问芯穹，2026年迄今累计融资达30亿元；其次是硅基流动，2026年迄今累计融资近29亿元。
▲2026年国产Token工厂融资表（智东西统计）
硅基流动投资人、耀途资本创始合伙人杨光8月接受第一财经采访时说，当Monica、Manus等Agent公司没有选择大云厂商，转而成为硅基流动用户时，他们意识到此前预测的市场需求已经真实发生。DeepSeek-V3随后爆火，进一步放大了独立平台快速上线热门开源模型的价值。
投资浪潮正向Token生产全链路渗透。比如硅基流动的投资方包括阿里巴巴、阿里旗下哈勃科技、创新工场、智谱等，而最新的B轮融资的投资人包括携程战投、晶科能源控股、金蝶、联通新沃、壁仞战投、蔚来资本、商汤战投、巨人网络等，能源、IDC、芯片、运营商、模型、软件和应用公司几乎全覆盖。
无问芯穹创立以来累计获得的43亿元融资背后，国资、产业资本和头部VC同时入局：杭州高新金投、国开科创、社保中关村基金等国资，联想、腾讯、百度等产业方，以及红杉中国、启明创投、达晨财智等财务机构并行。资本押注的是算力—模型—应用之间的效率枢纽。
融资的扩张伴随的是这些企业业务的疯狂扩张。魔形智能A轮由毅达资本领投，江苏省数据集团参与投资，老股东持续跟投。该公司创始人、CEO徐凌杰告诉智东西，Pre-A轮在今年春节前已经确定，之后几个月业务经历了“从1到10”的扩张。到8月公布A轮融资时，日均Token调用量已达数万亿级。
投资人正在把生产线需要的要素拼到一起。简单来说，芯片厂商提供硬件和联合优化，能源与IDC资本带来电力和机房，地方国资贡献算力中心及政企订单，应用公司则锁定真实调用需求……真金白银之下，产业协同导向逻辑更加凸显。
沿产业链看，国产Token工厂已形成五类玩家：独立Token生产商，推理系统和软件商，大厂Token平台，政企及行业AI工厂，以及硬件与集群底座商。比如，硅基流动、魔形智能和趋境科技等企业靠近销售端，无问芯穹、是石科技、清程极智和基流科技等则处在生产技术与底座环节，同时逐步向上延伸Token交付服务。
当然这些企业大多并非只聚焦于所处类型对应业务，而是随技术落地将业务延伸至其他环节，比如无问芯穹、清程极智都推出了面向客户的Token商店、上层推理服务，而不是单纯只做底座技术。
▲国产Token工厂产业版图（智东西制表）
资本投入正在沿着整条Token生产线展开。
二、为什么疯抢Token工厂？Token消耗成确定增量，资本与技术快速整合
资本首先看到的是一个相对确定的需求变量。
知名行研机构IDC在今年5月的中国MaaS市场分析中预测，在高增长情景下，2026年国内公有云MaaS Token消耗量将较2025年增长约20倍。无问芯穹联合创始人兼CEO夏立雪在中关村论坛上透露，从2026年1月底开始，平台上Token调用量平均每两周翻一番。他感叹，上次见到这个增长曲线，还是3G时代手机流量爆发的时候。
无问芯穹的运营数据可作为需求侧佐证：截至2026年7月，其平台单日Token调用量较2025年12月增长40倍；其在WAIC披露的跨集群异构PD分离架构使首Token延迟降低51.5%，单Token成本降低37.5%。Token消耗增长与推理成本下降同步发生，说明需求并非单纯由降价刺激，而是Agent等真实负载在推动。
背后的产业逻辑是：模型可能更替，应用形态也会变化，但每一次AI问答、代码生成和Agent执行任务，都需要消耗Token。尤其Agent会反复调用模型、读取上下文、使用工具，单次任务消耗的Token量动辄十万甚至百万级别。
产业链上游的动向，已经验证了这条链条的传导速度。
以为Token工厂提供服务器的龙头企业联想集团的最新财报为例，其2026年3-6月的AI基础设施收入近乎翻番，利润率升至9.1%，AI相关收入同比增长60%，超过630亿元，占集团总收入35%。作为Token工厂设备及基础设施供应商，联想的业绩说明AI服务器、存储和云服务商扩产已经转化为上游收入和利润。
另一组数据来自CoreWeave。这家AI云巨头8月刚宣布将A100合同延长至2029年，意味着旧GPU仍能通过推理优化持续产生收入。这也说明Token工厂的价值之一，是把“过时算力”重新转化为可出售的Token产能，是一笔算得过来盈利账的生意。
但资本并没有平等地押注所有挂着Token工厂标签的企业。
实际Token调用量是第一硬指标，单日Token量得上到万亿级别。以获得融资的几家企业为例，硅基流动招股书显示，截至2026年4月30日，其平台日均Token吞吐量约为5785亿，单日峰值达到约1.07万亿。趋境科技的AI Token产能已从去年底的百亿级增至日均万亿级，2026年6月单月收入超过2025年全年总和。魔形智能日均Token调用量达到数万亿级别，收入已达数亿元，部分模型实现盈亏平衡。不同企业统计口径可能会略有差别，但基本上都是单日过万亿Token体量。
我们梳理发现，获得融资的公司普遍具备几个特征：已经产生大规模真实调用量，拥有推理引擎、调度、KV Cache和国产芯片适配能力，能够锁定GPU、电力、IDC和客户资源，同时覆盖公共API、专属实例和私有化部署。
那些停留在集群建设和概念发布阶段的项目，只披露卡数和理论算力，缺少付费Token量、利用率、收入及续费数据，近期未见融资进展。
三、开源的是图纸，保密的是工艺：真正的壁垒在生产系统
把GPU算力变为Token调用服务，真正的门槛是什么？
“模型是开源的，但高效的部署方式并不会全部开源。”徐凌杰告诉智东西。模型能运行，只代表生产线开机；能否同时守住延迟、吞吐、成功率和成本，决定Token能否卖出去。
我们首先来看Token的诞生是一个什么样的过程：它大致包含要完成模型和芯片适配、量化、算子融合、Prefill与Decode拆分、动态批处理、KV Cache管理、多机并行和故障迁移等个环节。
简单来说，可以分为三层优化：推理引擎决定模型能否高效运行，量化和算子拉高单机产量，缓存与调度则进一步影响集群的赚钱能力。
真正难复制的部分，藏在这一整套Token生产系统中。
以无问芯穹为例，其在2024年便完成了全球首次“4+2”式700亿参数大模型异构芯片混合训练，运用华为昇腾、天数智芯、沐曦、摩尔线程四种国产芯片与AMD、NVIDIA两种进口芯片，算力利用率达97.6%；目前跨域训练系统已触达超37000P算力、覆盖16种主流芯片。异构算力的调度与工程化交付能力成为重要壁垒。
背后，流量预测、排队策略、缓存淘汰、跨集群调度和故障处理依赖长期请求数据，芯片联合优化还涉及硬件细节和路线图。模型权重像图纸，开源推理框架像通用机床，工厂内部的工艺参数、排产系统和良率经验直接影响毛利，很少有企业会全部公开。
趋境科技创始人、CEO艾智远接受甲子光年采访时举例，真实请求长度可能从128个Token波动到9万个Token。超长且未缓存的Prompt会占用大量KV Cache和Prefill资源，从而可能引发排队、缓存驱逐、资源碎片化或队头阻塞。趋境部分场景的缓存命中率可以超过90%。命中率从90%提高到95%，需要重新计算的内容会再减少一半。
魔形智能创始人、CTO金琛告诉智东西，实验室中的优化经常宣称提升40%、50%甚至数倍，放进真实业务后未必成立。该公司有客户和实际负载，可以直接找到最尖锐的问题，再以较小代价解决。对AI编程等企业场景，接口成功率是第一道门槛，首Token延迟超过3秒，很多客户已经难以接受。
这些具体的场景痛点告诉我们，Token工厂真正的壁垒，是真实流量中打磨出的稳定工程化交付能力，这也是资本最终争抢的东西。
四、万亿Token能否变成利润？巨头价格战逼近，独立厂商有三条路
Token量高速增长，如何变成一门赚钱生意？
首先来看看Token工厂的利润公式：利润=付费Token量 x Token价格 – （芯片+电力+带宽+运维成本）。Token价格持续承压，上游GPU和电力成本相对刚性，只有提高每张卡、每瓦电生产Token的效率，才能保住利润空间。
硅基流动IPO相关材料显示，该公司2025年收入5533万元，同比增长约653%，但净亏损扩大至3.45亿元，综合毛利率为负24.0%。招股书解释，毛利率转负主要因为Token吞吐量快速增长，算力资源采购成本增速高于收入增速。
不同公司的财务结果差异明显。魔形智能披露ARR过亿元并接近盈利。该公司创始人徐凌杰告诉智东西，在部分模型上已经达到盈亏平衡，尤其是利用率高的模型更容易产生毛利。营收增速已经快于算力投入增速，这意味着规模效应正在显现。
趋境科技则坚持“少模型、深优化”路线，创始人兼CEO艾智远对甲子光年谈道，生产环境中承担绝大部分调用量的往往只有少数头部模型。企业关注的无非三点：模型的智能稳定性、问题解决的效率以及能否实际提升业务指标。他们不会为了堆数量而适配，始终围绕客户真实需求取舍。
独立Token工厂还要面对云厂商的竞争。阿里云、火山引擎、腾讯云等厂商同时拥有模型、芯片采购规模、云基础设施和应用生态，未来很可能通过降价换取调用量。
Token工厂相关产业链人士告诉智东西，创业公司的生存空间集中在三个方向：第一是极致推理效率，把单卡吞吐量推到云厂商难以企及的高度；第二是多模型多芯片调度，帮客户避免被单一云厂商绑定；第三是私有化部署和本地交付，金融、制造、政务客户对数据安全和定制化有硬性要求，云厂商的标准化方案往往难以满足。
IDC近期发布的大模型开发平台评估报告显示，Token竞争正在转向TCO（总体拥有成本）。拥有多模型、多芯片、私有化交付和TCO管理能力的平台，更容易形成独立于云厂商的价值。
海外独立AI Infra的估值已经先行，让国产Token工厂看到更大发展空间。Fireworks AI 175亿美元、Baseten 130亿美元、Together AI 83亿美元，英伟达均参与投资。国内同类企业累计融资多在数十亿元人民币量级，差距不只在规模，也在模式验证进度。
海外公司主要围绕英伟达生态做优化，国内厂商则必须处理多芯片并存的现实。异构协同是国产Token工厂的刚性成本，也是其若跑通后最难被替代的壁垒。估值差可能同时意味着国内赛道仍处早期，以及一旦效率模型被验证，国产独立AI Infra有独立成长空间。
实际上，资本或许并没有认定创业公司一定能打败云厂商，而是在押注Token需求爆发期会出现一批专业化基础设施公司。它们可能成长为独立平台，也可能被云厂商、芯片公司或运营商整合。
结语：融资潮之后，Token工厂将快速集中
可以预测，Token工厂将成为AI时代的重要基础设施，但大概率不会复制传统云计算遍地开花的格局。
公共API市场可能向少数规模平台集中，推理软件公司进入芯片和云生态，地方Token工厂依靠低成本能源及政企订单形成区域市场。
少数兼具真实流量、全栈效率和资源整合能力的公司，有机会成长为独立平台，更多公司将成为云、芯片或运营商体系中的一环。
火热的融资，为Token工厂们提供了走上生产线的入场券。
最终谁能拔得头筹，还要看谁能用更少的芯片和电力，持续生产更多可出售的有效Token，进入更多行业落地。
