Token需求狂飙千倍,22亿热钱涌向这家AGI Infra头号玩家

news2026/5/14 7:00:11
衡宇 发自 凹非寺量子位 | 公众号 QbitAI在今年的GTC大会上黄仁勋宣告英伟达已不再局限于一家芯片或 GPU 公司而是全面转型为全栈式 AI 基础设施公司。这让“AI基础设施”再度站在了行业的风口中央。事实上早在风口来临之前国内AGI Infra的头部玩家无问芯穹就已扎根于AI的底层基础设施建设在一波波行业浪潮中不断进化为中国的AI基建发展树立了风向标。时至今日它的Token生产等服务已经铺进Kimi、GLM、MiniMax、DeepSeek这些头部模型的底层——几乎每个用过国产大模型的人都间接用过它的服务。近日这家公司宣布此前已再获超7亿元融资。这个融资规模稳稳位居国内AI原生基础设施企业第一梯队也是国内底层AI赛道成长速度最惊人的新锐企业之一。然而比起融资成绩单其业务增长数据更能直观体现其行业地位。公开数据显示截至2026年4月底无问芯穹MaaS大模型服务平台的日均Token调用量相较于2025年底已增长超20倍增速是全国平均水平的数十倍从1月底开始平台Token调用量每两周翻一番。AI 2.0时代无问芯穹专注AGI基础设施赛道成立短短三年持续拿到顶级资本押注的近22亿融资。这还不算完。无问芯穹现在俨然已经成为了国内一众顶尖大模型的刚需合作伙伴。所有答案都指向当下正在席卷整个AI行业的Token经济浪潮。读懂这一轮产业变革就能读懂这家Token经济枢纽的核心价值。Token经济浪潮已至资本市场的嗅觉永远比产业落地更快一步。本轮入局无问芯穹的投资机构联合领投方为杭州高新金投集团和惠远资本跟投方包括国兴资本、秦淮数据、广发乾和、力合清瞳、中保投资、AEF NextGen、腾瑞资本、卡莱特、中信建投资本和宽德智能学习实验室Will老股东君联资本、上海国投孚腾和元智未来追加投资。覆盖政府产业资本、PE机构、数据中心、金融、制造等多个实体产业领域这个阵容十分跨界也打破了早期AI投资高度集中在科技圈的固有格局。如今不管是产业资本还是实体企业都已经形成统一共识AGI基础设施是未来AI产业的核心底盘提前布局底层基建就是抓住AI产业化的核心红利。这种共识落地的核心背景正是AI产业进入Agent全新发展阶段新时代场景正在对底层基础设施提出颠覆性新需求。曾经适配传统对话式大模型的老旧底层架构已经彻底跟不上新时代的节奏Agent场景的全面落地对AI基础设施的算力、延迟、稳定性都提出了颠覆性要求。整个行业的底层基建正因Agent时代的到来面临三重颠覆。第一重Agent让大模型从“陪聊机器人”变成“能干活的数字打工人”。Agent时代到来之前大模型更像是一个业余陪聊选手。大众使用大模型大多只是简单问答、文案润色、基础咨询单次交互的Token消耗仅有数百级别对算力的压力微乎其微。但OpenClaw等Agent的普及直接让大模型完成了身份蜕变。它摇身一变成为了可以自主规划、自主执行、自主复盘的全职数字打工人。复杂的长链条任务和多步骤协同作业成为常态Agent单次任务的Token消耗直接飙升至十万甚至百万级别。随之而来的是喷涌而出的海量的算力需求这直接加重了国内算力市场供不应求的紧张局面。除了算力消耗呈几何级增长交互节奏的升级也狠狠戳中了传统AI基建的短板。这就是Agent时代带来的第二重颠覆。传统人机对话节奏很慢用户手动输入、逐轮提问每次交互的间隔可以容忍在分钟级完全可以忽略数百毫秒的启动延迟。Agent的工作模式完全不同。智能体之间高频联动、实时决策、不间断迭代交互节奏直接压缩到毫秒级。传统架构的延迟短板被无限放大成为制约Agent规模化落地的关键卡点。更严苛的变化也是Agent时代带来的第三重颠覆体现在任务稳定性的要求上。传统大模型交互都是短时单次操作随时启停、偶尔出错都不会影响整体体验。而Agent主打的是长程连续工作业内主流的GLM5.1模型依托专业基建支撑可以实现单次持续工作8小时。这种长时间、高负荷、零间断的运行模式对算力调度精度、系统稳定性、故障容错能力都是极大考验传统基础设施早已扛不住这类高端场景的需求。三重颠覆的直接结果就是Token调用量爆发。国家统计局公开数据显示国内全网日均Token调用量已经突破140万亿同比增幅超40%整个行业正式迈入高速增长的红利周期。行业大盘走高的同时头部平台的增长更是一骑绝尘。截至2026年4月底无问芯穹日均Token调用量较2025年底暴涨20倍以上增速领先全网平均水平充分展现出头部基建平台的承载力与适配性。无问芯穹联合创始人兼CEO夏立雪曾在3月举办的中关村论坛上感慨自己上一次见证如此疯狂的增长曲线“还是3G时代手机流量全民爆发的时期”。当年的流量爆发撑起了整个移动互联网的黄金十年。如今Token调用量的指数级增长也预示着AI产业即将走出概念期迎来全面落地、全民普及的全新阶段。海量增量需求涌入市场行业亟需专业、稳定、高效的底层平台承接浪潮。正因如此国内头部大模型企业纷纷牵手第三方基建厂商共同搭建适配Agent时代的全新底层支撑体系。顶级国模背后的Token经济枢纽为什么需要一个独立的第三方MaaS平台AI产业发展至今分工模式已经变得高度精细化和专业化。一如苹果、高通、AMD需要台积电所有模型厂商都需要高效推理算力需要值得托付的独立第三方平台。AI行业同样遵循专业人做专业事的规则模型企业深耕算法与场景底层算力优化与Token生产交由专业的第三方MaaS平台落地。然而现有的基础设施的格局天然被切成三块大多自带属性。譬如大厂Infra以服务内部业务为主芯片厂商Infra绑定硬件生态均难以做到全行业公平开放而模型公司自建Infra则受竞争关系限制无法成为全行业通用底座。在这样的行业格局下只有保持中立才能成为中国AI产业链的最大公约数只有成为最大公约数才能成长为Token经济的核心枢纽。无问芯穹的差异化正在于立足于中立性之上的All in Infra。目前依托Agentic MaaS平台无问芯穹针对GLM、Kimi、MiniMax、DeepSeek、通义千问等国产主流开源模型提供高性能的服务优化精度对齐率99.9%吞吐量提升2-3倍整体时延缩减50%同时将首字延迟压进500ms以内企业级高可用达到99.95%。这种极致专注让它成为头部模型厂商在Token爆发期的默认选项也一步步长成为Token经济流转的核心枢纽。是的我们现在面对的更底层的时代命题就是AI产业竞争的焦点正在从模型能力转向Token生产效率。谁能更低成本、更高效率、更稳地完成Token生产调度谁就能掌握AI产业化的核心话语权。关于这些问题我们来看看无问芯穹的备战状态。首先动态升级。公司针对性完成Agentic Infra技术体系全面升级不仅专门适配Agent智能体的专属运行需求精准解决了传统架构延迟高、稳定性差、并发承载力不足的行业痛点完美匹配毫秒级交互、长时任务运行、高并发调用的新一代产业场景。无问芯穹更敏锐捕捉到多智能体协作与端到端落地的趋势率先通过自主式AI技术构建了新一代可自主进化的Agentic Infra依托企业级智能体服务平台面向不同行业场景提供解决方案。其次上线百余种开箱即用大模型深度高性能优化国内前沿模型。截至2026年4月无问芯穹AgenticMaaS平台已经上线160余种大模型全部支持开箱即用大幅降低了企业和开发者的接入门槛。平台紧跟开源模型更新节奏全新开源模型可实现Day0极速适配上架同时针对Kimi、智谱、DeepSeek、通义千问、MiniMax等国产主流模型完成深度高性能优化最大化释放每一款模型的核心性能最大化释放每一款模型的核心性能。扎实的技术能力也收获了行业顶级背书。2025年2月《麻省理工科技评论》刊发了一篇题为《关注DeepSeek之外的四家中国人工智能初创公司》的报道指出在DeepSeek之外无问芯穹、阶跃星辰、面壁智能、智谱AI四家中国AI企业同样展现出不俗的技术实力与全球竞争力。2026年3月中关村论坛上无问芯穹联合创始人兼CEO夏立雪与Kimi创始人杨植麟、智谱华章CEO张鹏同台交流为大家揭示了作为Kimi、智谱等众多头部大模型企业的基础设施与Token服务商的无问芯穹在这一轮AI变革中的实践与思考。Kimi擅长长文本深度理解智谱GLM深耕通用复杂任务处理二者都是国产大模型赛道的标杆玩家。除此之外无问芯穹的合作版图还覆盖DeepSeek、Minimax、通义千问等一众顶级国产模型基本包揽了国内主流优质模型资源。如果把各家大模型比作AI时代一座座独立的发电厂持续生产智能服务能力无问芯穹就是串联起所有电厂的超级电网。它整合优化零散的异构的算力资源高效完成Token生产与调度把AI生产力稳定输送到千行百业和亿万终端。这种深度的合作关系也带来了同频增长的奇妙效应——MiniMax、智谱等头部模型调用量暴涨数十倍的同时无问芯穹的Token调用量也同步实现爆发式增长。不直面C端用户却支撑着全网绝大多数AI应用运转。无问芯穹早已深度扎根国内AI核心生产链路成为Token流通网络中不可或缺的核心节点妥妥的AI产业“水和电”默默支撑着整个行业的高速运转。显然已有Token经济枢纽之实。中国Token经济的卖水人新一轮融资落地官宣后无问芯穹对外发布了全新的AI生产力逻辑首提AI生产力公式AI生产力 智能规模 × Token生产效率 × Token价值转化。层层拆解这个公式能更方便大家认识理解智能规模 可通过技术极致优化的多元异构算力规模Token生产效率 将电能高效转化为Token的能力Token/sToken价值转化 将Token高效转化为全社会生产力的能力生产力/Token这一公式打破了大众对Token的固有印象。过往Token只是一个单纯的技术计量单位用来统计模型交互消耗。这套全新公式直接将Token升级为驱动AI产业发展的核心经济变量清晰拆解出AI产业化落地、价值变现的完整闭环逻辑。在此之前无问芯穹已经提出了清晰的价值转化逻辑投入→电能→Token→生产力→价值。整条产业闭环的核心突破点集中在两处。一是电能向Token转化的效率考验的是基建调度、能源利用、成本控制的底层硬实力。二是Token向实际生产力转化的效率依托模型适配、场景落地、产业赋能能力实现价值兑现。国内拥有发展Token经济的得天独厚的优势。充沛稳定的能源结构为大规模算力运转提供了扎实底座全球最完整的AI产业链、最大的AI应用消费市场……一切的一切让国内AI界完全有能力复刻“Made in China”的崛起路径。过去数十年中国制造凭借完善的工业体系成为全球商品供给中心撑起了经济高速增长。未来的AI时代AI赋能实体经济会成为全新增长引擎依托技术与产业优势形成的AI中国制造将以Token输出的全新形式参与全球AI产业竞争。如果说把“AI-Made in China”的Token输出视作新一轮引擎那么作为Token经济枢纽无问芯穹的长期目标就清晰起来也合理起来。无问芯穹的长期目标就是搭建国内高能效Token智能工厂。充分盘活国内的能源与产业优势将优质算力转化为标准化、高质量的Token产品为全球开发者和企业提供稳定高效的底层服务助力国内AI产业从场景落地迈向价值出海的全新阶段。近期资本市场的估值走向已经侧面印证了Token基建赛道的巨大潜力。海外头部AI算力服务企业CoreWeave完成IPO后市值从上市初期的230亿美元飙升至660亿美元涨幅高达189%。这家企业的核心业务就是为海外顶级AI模型提供算力支撑与Token服务业务模式和赛道定位与无问芯穹高度契合。海外资本市场的估值暴涨意味着全球资本都已认可Token基础设施的核心价值行业整体估值体系已经完成重构。国内的资本风向也同步发生变化。无问芯穹本轮融资的投资方不再局限于传统科技投资机构大量政府产业资本、金融机构、实体制造企业纷纷入局。投资圈层的跨界扩散说明Token经济的价值已经走出科技圈层获得了实体经济和产业资本的全面认可。综合来看无问芯穹占据了国内AI产业堪称黄金的赛道卡位称之为Token经济枢纽毫不为过。中立第三方的独特定位造就了不可替代的产业价值Token需求的指数级爆发赋予了企业极强的长期成长性成熟的生产力公式和完整的产业闭环也为企业持续迭代提供了清晰的发展路径。在AI全面产业化的浪潮里无问芯穹稳稳扮演着行业卖水人的关键角色为全行业智能化转型保驾护航。回顾移动互联网的发展历程3G时代的流量爆发催生了短视频、移动支付、本地生活等全民应用彻底重构了大众生活与产业形态。如今AI行业的Token爆发正在复刻当年的流量奇迹。三年融资22亿的无问芯穹就是这个时代里鲜明典型的最佳案例。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2595855.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…