国内最大AI Infra融资诞生！资本为何抢投Token工厂？
2026年，Token工厂已成为最吸金的AI基础设施（AI Infra）赛道之一。
海外市场方面，被誉为“AI工厂台积电”的Fireworks AI在7月完成15.05亿美元融资，估值达175亿美元；Baseten年内两轮融资后估值升至130亿美元；Together AI亦在7月完成8亿美元融资，估值达83亿美元。上述三家美国AI Infra创企均获得英伟达投资。
国内市场同样热度不减。10月12日，上海AI Infra企业无问芯穹确认完成23亿元C轮融资，累计融资额达43亿元，创下国内行业新高，并正筹备IPO；同日，清华系创企清程极智完成由中国电信和瀚晖资本联合领投的A轮融资。
此前，已向港交所递交上市申请的硅基流动宣布完成B+轮二期及C轮融资，2026年累计融资近29亿元；合肥算电协同型服务商中科类脑在完成亿元级B轮融资后，又官宣完成数亿元B+轮战略融资。
此外，魔形智能三个月内完成两轮而融资；趋境科技半年累计融资超10亿元；PPIO（派欧云）完成约2.53亿元B+轮融资并公布港股IPO招股书。
产业端，互联网大厂纷纷布局：阿里成立Token Foundry事业部，腾讯云将MaaS平台升级为TokenHub。海外方面，英伟达联合华尔街计划撬动超5000亿美元AI工厂资本，IBM与Together AI签署2.4亿美元推理集群协议。芯片厂商、能源公司、IDC运营商、云厂商、地方国资及AI应用公司已集体进场，展开围绕Token效率的圈地运动。
资本沿着Token生产线进场：一张融资表看谁在卡位
概念辨析：Token工厂不同于智算中心（厂房与机器）或涵盖全流程的AI工厂。它是专门规模化生产推理服务的车间，将电力、芯片、模型和数据转化为可计量、可调度、可定价的模型调用能力。判断标准在于企业是否部署模型并按Token或调用量交付AI能力，而非单纯出租GPU。
2026年国内代表性融资显示，无问芯穹迄今累计融资达30亿元，硅基流动近29亿元。
▲2026年国产Token工厂融资表（智东西统计）
投资人认为，当Agent公司如Monica、Manus转而使用独立平台，以及DeepSeek-V3爆火，验证了独立平台快速上线热门开源模型的价值。
投资浪潮渗透全链路：硅基流动的投资方涵盖阿里、华为哈勃、创新工场、智谱，以及携程、晶科能源、金蝶、联通、壁仞、蔚来、商汤、巨人网络等，实现能源、IDC、芯片、运营商、模型、软件和应用领域的全覆盖。
无问芯穹背后则是国资（杭州高新金投、国开科创等）、产业资本（联想、腾讯、百度）及头部VC（红杉中国、启明创投等）的共同入局，押注算力—模型—应用间的效率枢纽。
业务随之扩张。魔形智能Pre-A轮后经历“从1到10”的增长，8月日均Token调用量达数万亿级。投资人正整合芯片硬件、能源IDC、地方国资订单及应用需求，产业协同逻辑凸显。
国产Token工厂形成五类玩家：独立Token生产商（如硅基流动、魔形智能、趋境科技），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（如无问芯穹、清程极智）。多数企业正向上下游延伸，提供Token商店及上层推理服务。
▲国产Token工厂产业版图（智东西制表）
为何疯抢Token工厂？Token消耗成确定增量，资本与技术快速整合
资本看好确定的需求变量。IDC预测，高增长情景下2026年国内公有云MaaS Token消耗量较2025年增长约20倍。无问芯穹数据显示，其平台Token调用量每两周翻一番，单日调用量较2025年底增长40倍。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%。这表明需求由Agent等真实负载推动，而非单纯降价。
无论模型或应用形态如何变化，AI问答、代码生成及Agent任务均需消耗Token，尤其是Agent单次任务消耗可达十万至百万级。
上游业绩验证传导速度。联想集团2026年3-6月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%。CoreWeave将A100合同延长至2029年，证明通过推理优化可将“过时算力”转化为可盈利的Token产能。
融资硬指标：实际Token调用量需达到单日万亿级别。硅基流动日均吞吐量约5785亿，峰值超1万亿；趋境科技日均产能达万亿级；魔形智能日均调用量达数万亿级且部分模型盈亏平衡。
获投企业特征：具备大规模真实调用量，拥有推理引擎、调度、KV Cache及国产芯片适配能力，能锁定GPU、电力、IDC和客户资源，并覆盖公共API、专属实例及私有化部署。仅披露卡数和理论算力而无付费数据的项目未获青睐。
真正的壁垒在生产系统：开源的是图纸，保密的是工艺
将GPU算力转化为Token服务，门槛在于高效部署。模型运行只是开机，守住延迟、吞吐、成功率和成本才能卖出Token。生产过程涉及模型芯片适配、量化、算子融合、Prefill/Decode拆分、动态批处理、KV Cache管理等环节。
优化分为三层：推理引擎决定运行效率，量化和算子提升单机产量，缓存与调度影响集群盈利能力。难复制的是整套生产系统。
无问芯穹完成全球首次“4+2”式700亿参数大模型异构芯片混合训练，算力利用率达97.6%，覆盖16种主流芯片，异构算力调度与工程化交付成为重要壁垒。
模型权重如图纸，推理框架如通用机床，而工艺参数、排产系统和良率经验直接影响毛利。趋境科技通过提高缓存命中率（从90%至95%）大幅减少重算内容；魔形智能在真实业务中解决接口成功率和首Token延迟问题。资本争抢的是真实流量中打磨出的稳定工程化交付能力。
万亿Token能否变成利润？巨头价格战逼近，独立厂商有三条路
利润公式：利润 = 付费Token量 x Token价格 - （芯片+电力+带宽+运维成本）。在Token价格承压、上游成本刚性背景下，唯有提高生产效率才能保住利润。
财务表现分化。硅基流动2025年收入增653%至5533万元，但因算力采购成本增速高于收入，净亏损扩大至3.45亿元，毛利率为负。魔形智能ARR过亿元并接近盈利，营收增速快于算力投入，规模效应显现。趋境科技坚持“少模型、深优化”，围绕客户真实需求取舍。
1. 极致推理效率
2. 多模型多芯片调度
3. 私有化部署和本地交付
满足金融、制造、政务客户对数据安全和定制化的硬性要求。
IDC报告指出，Token竞争正转向TCO（总体拥有成本）。拥有多模型、多芯片、私有化交付及TCO管理能力的平台更具独立价值。
相比海外独立AI Infra的高估值，国内赛道仍处早期。海外围绕英伟达生态优化，国内则需处理多芯片并存现实。异构协同既是刚性成本，也是跑通后最难被替代的壁垒。
资本押注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
Token工厂将成为AI时代重要基础设施，但格局不会像传统云计算般遍地开花。公共API市场将向少数规模平台集中，推理软件公司融入芯片和云生态，地方Token工厂依托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望成长为独立平台，更多公司将成为体系中的一环。最终胜出者，将是那些能用更少芯片和电力，持续生产更多有效Token并深入行业落地的企业。
智东西