一场“大厂选大厂”背后的双向奔赴逻辑，欣旺达凭什么稳坐动力电池第一阵营 ？
出品｜虎嗅科技组作者｜陈伊凡编辑｜苗正卿头图｜AI 生成已往两年，Token 的生产本钱一直在下降，但售价却一直涨 � ？雌鹄辞昂竺艿氖�，背后是一笔基于 Token 商业模式逐渐成熟而建立的生意 。硬件和模型，这几年不绝优化迭代，险些都指向同一个偏向：更自制的推理、更低廉的算力 。但另一面，是逐渐成熟的智能体以及已经闭环的业务 。" 真正靠 AI 赚到钱的人，基础不会被价格劝退，只会默默想步伐降本 。" 夏立雪说，他险些没有任何思考时间就下了这个判断，似乎是已经提前看明白了这个问题 。他是无问芯穹的联合首创人兼 CEO 。这家 2023 年建立的、与清华大学电子工程系有深厚渊源的公司，做的一部分事情，在行业里有一个越来越流行的说法：Token 工厂 � ？赡芎苣言谑谐∩险业蕉员晡尬市抉纺Ｊ降墓�，其卡住了一个此前未被发明的场景，或是长在了随着 AI 需求拉动而新降生的结构洞上的立异模式 。它不研发通用大模型，不做芯片，也不做面向 C 端的应用，它坐在芯片和模型之间，把供不应求的算力资源进行调理、匹配、优化，更高效地转化为 Token，芯片厂商、模型厂商、应用厂商等各方都需要在无问芯穹的 Agentic Infra 体系上集成，由无问芯穹进行调理和分派，这是一种由技术领先的软件与算法界说的商业模式 。这种特殊的模式让无问芯穹比任何一个在 Token 工业链上的公司都能率先感知始于青萍之末的变革 。我在上海模速空间无问芯穹的集会室见到夏立雪，玄色的公司文化衫，语速极快，说到技术问题，似乎进入一种 " 心流 " 状态 。模速空间是上海 AI 立异的焦点，以无问芯穹为圆心的 2 公里，工业链的上下游在此汇聚 。夏立雪自己 图片由无问芯穹提供据公司今年 5 月披露，去年 12 月到今年 4 月底，无问芯穹的 Agentic MaaS 业务中，Token 挪用量增速凌驾 20 倍，这是已往从未有过的增长 。这个数字背后，是一件已经成为现实的事：推理，正在成为比训练大得多的市场 。已往三年，AI 工业的叙事主线是训练 。谁有更多 GPU，谁训练出更大的模型，谁就站在食物链顶端 。算力竞赛的逻辑清晰粗暴：堆卡、堆电力、堆钱 。英伟达的 H100 在黑市上卖到六位数美元，甚至要靠提前囤货 。但 2025 年底开始，这个逻辑变了 。2026 年推理的数据量首次凌驾了训练 。凭据国际数据机构统计，2026 年全球企业在推理基础设施上的资本支出预计达 680 亿美元 , 而训练基础设施支出为 450 亿美元 。当 AI 不再只是回覆一个问题，而是要完成一项庞大的任务：写完整的代码、审阅一份条约、连续跟进一个项目，它消耗的 Token 数量是聊天场景的几十倍甚至上百倍 。无问芯穹的数据是，在其 Agentic MaaS 平台挪用的 Token 中，95% 以上都是智能体场景 。推理需求的爆发，正在把 AI 工业链的价值重心往下移 。芯片制造商、模型公司、云效劳商，每一层都在重新订价，而位处中枢的基础设施效劳商，正在从 " 管道 " 酿成 " 工厂 "，又从工厂变为在价值链拥有更大影响力的 Token 生产力转化 。权衡这个工厂运转得好欠好，无问芯穹内部有一个指标：每月能产出几多有价值的万亿参数级模型的 Token 。这个指标拆开来看，有两个权衡标准，一个是效率：单位时间的 token 产出量；另一半是稳定性，系统能不可连续不宕机地跑下去 。两个指标，在万亿参数大模型场景下，无问芯穹已往一两年实现了 5 到 10 倍的性价比提升 。在无问芯穹，有一个公式：AI 生产力 = 智能规模 *Token 生产效率 *Token 价值转化 。当 Token 业务在工业中能实现商业化闭环的时候，就能为市场提供更充分、更稳定、更高性价比的优质 Token，进而在工业内获得口碑，吸引更多用户使用 。拿到更多需求之后，也能提炼出更好的优化空间，一方面是接触到更多真实场景，可以明确差别优化技术在场景中的价值；另一方面是需求足够多的情况下，资源分派的调解空间更大，需求种类越富厚，和非同质化资源的适配可能性就越多，M 种模型乘以 N 种芯片的优化空间也会越来越大 。这也解释了为什么 agent 的崛起对无问芯穹是一个乘数效应，而非加法 。在这套公式下，飞轮正在转动 。推理需求爆发，国产芯片息争决计划正在迎来全新的时机，这件事与一经在这个领域常见的国产替代叙事截然差别 。中国芯片厂商对本钱的敏感和工程化的能力，正在为这个工业链带来在全球市场角逐的竞争力 。AI 算力市场的现实是：芯片种类越来越多，但没有哪一张芯片能高效跑所有任务；模型规模越来越大，单机八卡早就存不下万亿参数的模型，需要集群协作；差别的推理任务，对延迟、吞吐量、精度的要求截然差别 。这一切叠加在一起，让 " 把算力用好 " 这件事，酿成了一个极其庞大的系统工程问题 。虽然，这也是中国工程化能力优势的体现 。这个判断在推理侧，prefill 和 decode 的疏散上获得了具体验证 。大模型推理分为两个阶段：prefill 卖力理解输入、构建上下文，盘算密集；decode 卖力逐步生成输出，通信密集、对延迟更敏感 。两种任务对芯片的要求完全差别 。这是 AI 算力精细化需求下爆发出的新的场景 。依托团队恒久在软硬协同等方面的技术积累，无问芯穹很早就开始深度研究 P/D 疏散，把两类任务分派给更适合的芯片——国产芯片在 prefill 场景已经可以落地，这意味着供不应求的市场里，国产算力有了真实的着力点，不再是非黑即白的 " 能不可用 "，而是 " 在哪里用最合适 "，甚至是 " 用好 " 。无问芯穹以 token 作为其 AI 生产力公式的焦点变量之一，是在 2026 年，这意味着整个公司的优化目标，变为在 " 怎么把芯片用满 " 的基础上，还要解决 " 怎么让每一个 Token 爆发最大价值 " ——技术优化节省的本钱，直接转化为毛利，再投入下一轮研发，形成正向循环 。Token，正在成为 AI 工业里最接近钱币的单位 。它可以被生产、被消耗、被订价、被交易 。更大的判断，夏立雪用了一个类比：Token 的爆发，像极了移动互联网从 3G 到 4G 的阶段 。但他补了一句，4G 时代最重要的 " 应用 " 不是微信，也不是淘宝，而是那些充分使用流量、敢于在流量自制之后重新设计组织的公司 。到了 token 时代，真正改变工业花样的未必是某一款杀手级 AI 应用，而是那些用 AI 重构内部分工、让人和 AI 真正协作起来的小型组织——十人、二十人，甚至一两个人，但生产效率远超古板同规模团队 。无问芯穹团队讨论 图片由无问芯穹提供这类组织已经在泛起了 。" 现在不必担心没有应用场景，焦点是我们能不可接得住这么多需求 。"这句话引出了无问芯穹正在做的下一步：跳出纯 token 工厂的界限，开始介入 Token 的生产力转化环节 。结构洞上长出的立异模式虎嗅：当华为、中兴等这些系统厂商他们也在用集群的方法提高 Token 的性价比，无问芯穹这个模式的壁垒在哪里 ？夏立雪：表层的壁垒是我们在软硬协同领域有富足的积累和成熟结果 。我们是基于系统算法做硬件适配优化，不针对简单硬件厂商或简单模型，能力可以笼罩工业全生态，是中立的第三方，技术适配性强，在种种场景下都可以使用 。其次，我们的视野是面向整个供不应求的工业做结构，把市场上所有芯片产能都作为优化的输入变量，最终实现让整个生态中所有现有主体都发挥最大价值 。这不是单点的一对一优化，当工业生态庞漂后提升——好比泛起多种模型、多种芯片并存的情况，我们这种概略系资源优化能力就会形成生态层面的壁垒 。我们团队内在的焦点壁垒是始终跟进业界最新的生长变革 。此前做浓厚模型和 MoE 优化，之后又针对万亿参数模型难以在简单硬件上规�；┱沟奈侍�，很早就开始深度研究 P/D 疏散和半疏散相关技术，目前也在研发可以差别化体现国产芯片能力的相关技术 。我们的壁垒不是单点的技术领先，而是系统化的、转动式的连续立异 �；⑿幔捍有酒侥Ｐ椭浔４嬷屑溆呕目占�，针对 Token 经济学，差别厂商也提出了差别的解决计划，例如华为和一些芯片厂商提出的 " 超节点 " 的要领，以集群能力应对单卡算力缺乏，从无问芯穹的立场，如何建立中间的优化层 ？夏立雪：现在是算法牵引系统、硬件和集群建设的时代，我们和芯片厂商有配合的目标，就是要实现真实的工业落地，只要各方能对接上、跑通业务，就是好的生态 。芯片厂商最焦点的是要做好自己的 " 产品说明书 "，而怎么把芯片这个庞大精密的硬件用好，是我们作为行业专家要做的事 。现在海内种种各样的芯片都有类似 CUDA 的层，有 CAN、SUCA、MARCA 等差别的架构，我们的生态就是把这些架构统一接入、调理、精细化治理和资源分派，包管效劳稳定，最终实现商业化闭环 �；⑿幔河忻挥芯咛宓氖炙得骺突а≡衲忝堑募苹�，在同等推理任务和同等效果下，Token 本钱下降了几多 ？稳定性抵达了什么水平 ？夏立雪：好比在万亿参数规模的大模型场景下，我们实现的 token 每秒产能对应的性价比和一两年前相比已经做到了五到十倍的下降，这是软硬协同优化带来的运行本钱下降 。Token 产能有两个焦点维度，一个是微观运行层面的生产效率，也就是单位时间内的 Token 产出量；另一个是宏观层面的稳定性，制止频繁�；さ贾率导什芟陆� 。我们在这两个指标上都取得了很好的结果，最直接的证明就是客户都在连续使用我们的效劳 �；⑿幔耗诓孔羁粗氐慕沟阒副晔鞘裁� ？夏立雪：实质上最终都会归拢到单位时间内的 Token 产出量，这是检验优化效果的唯一指标 。我们焦点关注的是无问芯穹每月能够爆发几多有价值的万亿参数大模型的 Token 。这个指标下涵盖两个部分：一个是 Token 每秒的生产效率，另一个是可加入生产的资源规模 。软硬协同优化中也包括大规模系统稳定性的优化，这点经常被忽略，但很是重要 。因为当我们从小而美的技术团队转向系统效劳商时，需要为客户交付大规模连续稳定的业务，规模的扩张必须以稳定性作为支撑 �；⑿幔�2026 年被认为是推理大年，你们哪条业务线有明显增速 ？夏立雪：以公司 Agentic MaaS 平台为例，从 2025 年年底到今年 5 月，Token 挪用量增速在 20 倍以上 。并且这种增长是健康的结构化增长，是多种需求同时保存、有分层结构的增长，并责难以连续的单点增长 。现在整个模型工业的生长类似金字塔从底部向上突破，尖端应用在不绝拓展新的需求领域，AI 已经可以实现写代码、做设计、做营销，未来还可能笼罩执法等场景 。推理需求的快速增长发动了全工业链的健康生长，笼罩模型公司、应用公司、基础设施效劳商甚至芯片公司 。从这一年的经验来看，全链路都完成数字化、所有信号都可以在数字世界闭环的任务和组织，会更快进入自我闭环的迭代，也会最优先吃到 AI 进化带来的红利乃至利润增长 。人工智能自己擅长自我迭代，类似 AlphaGo 可以通过自我对弈实现快速进化 �；⑿幔赫庑┏【熬咛宥际悄男� ？能举几个例子吗 ？夏立雪：好比代码生成场景最早爆发，一方面是研发人工智能的程序员自己最熟悉代码场景，另一方面是代码的提交、评审全流程都有数字化纪录，类似的另有线上营销场景，相关流程都有数字世界的纪录 。整体来看，上一波数字化转型做得好的、或者互联网时代原生的场景，需求增长都非� ？� 。如果按需求庞漂后划分，我们公司 95% 的需求都来自智能体场景，也就是由 AI 完成完整可交付的任务，而非简单的聊天需求，用户更愿意为生产力和最终结果付费，这是工业落地的良性趋势 。现在在代码生成这类赛道，已经可以实现 AI 团队协作，差别的 AI 划分担负代码编写、质量包管的事情，形成最简单的协作模式，这类场景已经跑通，后续也会在其他行业逐步落地，目今人工智能落地的节奏很是好，我们作为工业中资源买通的主体也会获得对应的价值 �；⑿幔赫馐悄瓿� OpenClaw 泛起之后带来的拐点 ？夏立雪：在 OpenClaw 推出之前相关需求就已经泛起了，OpenClaw 是工业生长到一定阶段