AI算力变现新逻辑：半年狂揽10亿，趋境科技如何重塑Token生产链？
大模型行业的竞争格局正在经历一场深刻的底层逻辑重构。过去几年，市场焦点高度集中在模型参数的规模扩张与训练能力的较量上，但随着商业化进程的加速，单纯的技术堆砌已难以支撑可持续的盈利模型。当前，行业竞争的核心已从单一的“模型能力比拼”延伸至“模型能力与高品质AI Token生产效率”的双重维度。这意味着，既要能训练出更强大的基础模型，更要能以极低的成本和高度的稳定性，支撑其大规模的实际运行与交付。在这一背景下，AI基础设施（AI Infra）领域的创业者们开始寻找新的切入点，不再盲目追求模型的广度，而是深耕算力的深度利用率。
近期，专注于高效能AI Token生产的服务商趋境科技（Approaching.AI）完成了这一领域的标志性事件。在短短半年时间内，该公司累计融资超过10亿元人民币，这一数字不仅反映了资本对这一细分赛道的高度认可，更揭示了市场对于“高品质Token供给”这一稀缺资源的迫切需求。本轮融资由河南投资集团汇融基金领投，多家老股东超额跟投。值得注意的是，投资方关注的并非短期的财务回报，而是双方共同推进日均产能数万亿级现代化AI Token工厂的产业愿景。资金的主要去向明确指向产能扩张、自研ATaaS平台升级以及国产异构算力的规模化投产，这标志着AI基础设施正在从概念验证走向规模化商业落地。
趋境科技的诞生背景自带技术光环，其核心团队源自清华大学计算机系高性能所，长期深耕系统软件与大规模集群推理方案。不同于众多选择MaaS（模型即服务）模式的同行，趋境科技在2023年创业之初便做出了一个“少数派”选择：坚定押注大模型推理环节。创始人兼CEO艾智远拥有深厚的并行计算与分布式存储研究背景，这种技术基因使得团队能够跳出传统思维，从底层系统架构出发，重新定义AI Token的生产方式。他们提出的“Token as a Service”（TaaS）理念，将AI Token视为连接算力、模型与应用结果的最小生产单元，强调其必须是多指标优化的综合结果：高速、稳定、低成本且生产可用。
所谓高品质AI Token，并非指单一的推理速度，而是在高复杂度真实负载下，能够长期保持稳定性与高效产出的综合服务能力。在现实场景中，AI Coding、智能客服、企业Agent等应用一旦接入真实业务流，延迟、吞吐量和服务稳定性直接决定了客户的付费意愿。趋境科技敏锐地捕捉到这一痛点，指出当前市场存在明显的Token分层现象：免费聊天对应低质低速Token，普通开发者套餐对应中速Token，而真正具备商业价值的是面向生产环境的顶速、高稳定、高可靠Token。这种认知类似于通信网络从2G到5G的演进，企业级客户无法容忍高延迟和不稳定，因此愿意为高品质的基础设施支付溢价。
为了突破这一瓶颈，趋境科技选择了“少模型、深优化”的技术路线。与那些接入上百个模型的平台不同，该公司聚焦于少数具有真实生产需求的大模型，进行深度的性能优化。这种策略的核心在于，通过模型切分、显存管理和异构协同等手段，最大化单位算力的有效产出。趋境科技团队指出，行业普遍存在一个误区，即认为推理优化仅仅是提升GPU的单卡性能。然而，在集群环境下，一套AI Token工厂的生产效率取决于芯片选型、网络设计、集群统筹、故障恢复等多重因素的协同作用。GPU虽关键，但如同汽车的发动机，整车性能还依赖底盘、轮胎及驾驶系统的配合。
基于这一洞察，趋境科技提出了业界首创的“全系统异构协同”、“以存换算”及“虚实同构”等技术思路。这些技术突破旨在提升整个集群的总产能，而非仅仅优化单卡性能。例如，通过优化显存管理，可以显著减少内存带宽瓶颈；通过异构协同，可以充分利用不同芯片的特性，提升整体利用率。这种系统工程级的优化，使得趋境科技在真实生产负载下，实现了单台算力生产效率3倍以上的提升，总高品质Token产量提升30倍以上。某头部万亿级参数大模型的日均高品质Token产量已稳定突破万亿量级，这一数据有力证明了其技术路线的有效性。
商业化层面的快速增长，进一步验证了趋境科技商业模式的前瞻性。2025年以来，随着AI Coding等场景率先跑出大规模付费需求，企业客户对AI Token的ROI（投入产出比）提出了严苛要求。在真实开发场景中，程序员单次请求可能涉及几十万Token的上下文，若推理性能不足，等待时间将从秒级增至分钟级，这直接影响研发效率。因此，企业客户更看重稳定、可控、高效的Token供给。趋境科技的收入结构主要包括两类：一是租赁算力资源并生产Token销售给头部厂商及互联网平台；二是承接AI Token工厂的整体规划设计、建设交付与联合运营，与客户共享长期经济利益。
这种模式的价值在于，它将底层硬件资产转化为可持续运营的高品质Token产能。对于拥有算力资源的客户而言，建成算力中心并不等同于具备高效的生产能力。趋境科技通过提供推理系统、生产运营及产品销售能力，统筹多个算力中心的资源与负载，提升整体利用率，解决了算力闲置与产能波动的痛点。这也解释了为何地方国资和产业资本对该模式表现出浓厚兴趣，因为这不仅是一项技术投资，更是推动区域算力产业生态建设、实现资产增值的重要手段。
然而，AI Token生产的规模扩张并非简单的线性叠加，其核心挑战在于单位经济模型的健康度。算力成本通常先于收入发生，若资源利用率不足，将导致严重的亏损风险。趋境科技通过“少模型深优化”解决“同一批算力能生产多少Token”的问题，通过“稳定生产负载与跨集群运营”解决“算力有效工作时间”的问题。只有当单位算力产出与有效利用率同步提升，这门生意才具备可持续性。目前，趋境科技的部分成熟业务已跨过成本线，形成了可复制、可扩展的“高品质AI Token工厂”建设与运营模式，这标志着AI基础设施正在从单点项目走向标准化、规模化的新型产业形态。
展望未来，随着国产Prefill-Decode（PD）异构方案在高标准生产场景中的正式投产，趋境科技正致力于解决国产算力在高品质Token生产中的落地难题。这一进展对于打破国外技术垄断、构建自主可控的AI基础设施具有重要意义。接下来的关键考验，在于能否将这套能力大规模复制到更多的算力中心、芯片组合及真实客户场景中。当行业逐渐摆脱对技术概念的盲目追捧，资本与客户将更加关注同一件事：一批昂贵的算力，最终能否转化为稳定且可持续的收入。趋境科技试图通过深耕推理系统、算力运营与客户需求的深度融合，给出这一问题的答案，也为整个AI Infra行业提供了一个可借鉴的商业与技术双重范本。