产品 智东西 · 王 涵 · 2小时前 · AI 生成
北京Token工厂，融资10亿 趋境科技（Approaching.AI）半年内累计融资超10亿元，定位为AI Token生产服务商，核心业务是规模化生产高品质AI Token。与技术公司不同，其模式是“Token as a Service”（TaaS），通过自研ATaaS平台优化算力到Token的转化效率，而非直接售卖算力或模型。文章披露了其技术路线（少模型深优化、PD异构协同）、产能数据（日处理万亿级Token）及清华系背景（郑纬民院士、武永卫教授）。适合关注AI基础设施、算力效率和清华系创业的读者。原文 ↗ 原文 ↗
核心观点
▍ 趋境科技的核心定位是AI Token生产服务商，通过“Token as a Service”（TaaS）模式，聚焦于高质量Token的规模化生产与稳定交付，而非传统的算力或模型供给（MaaS）。 ▍ 趋境科技确立了“少模型、深优化”的技术路线，聚焦于少数有真实生产需求的大模型，通过模型切分、显存管理和异构协同提高单位算力的Token产出。 01 趋境科技半年内累计融资超10亿元，由河南投资集团汇融基金领投，多家老股东跟投。 02 自2026年春节以来，该公司平均单台算力的AI Token生产效率提升3倍以上，高品质AI Token总产能增长超过30倍。 03 该公司已有日处理万亿级Token产能的项目落地投产，部分成熟业务已实现盈利。 04 技术落地层面，趋境科技已推出“国产Prefill-Decode（PD）异构协同”“高性能异构KVCache转换”“异构算力计算池化”等方案。 05 核心团队来自清华大学计算机系高性能所，中国工程院院士郑纬民担任首席科学顾问，武永卫教授任首席科学家。 06 趋境科技与清华团队牵头开源KTransformers项目，并与月之暗面Kimi、阿里云等共建开源项目Mooncake。 反方 / 局限
— 文章未提及任何反方观点或局限，如TaaS模式相比传统MaaS的潜在劣势、Token标准化定义的行业争议、或对单一技术路线（PD异构）的依赖风险。
概念锚点 TaaS：从卖算力到卖Token
趋境科技的核心是「Token as a Service」。传统MaaS卖的是模型接口和算力，TaaS则把高品质Token本身当作商品。其ATaaS平台通过「少模型、深优化」路线，在PD异构协同、KVCache缓存等环节做系统级调优，硬是把单台算力的Token产出效率提升3倍以上。这相当于把AI基础设施从「卖水」升级为「卖瓶装水」——单位价值更高，链条也更短。
▸ 3 条关联资料
▼
前置背景 PD分离：拆解推理的两副面孔
大模型推理分两个阶段：Prefill（预填充）是计算密集型，处理输入提示词；Decode（解码）是内存带宽密集型，逐Token生成回复。两者对硬件需求截然相反。传统架构混在一起跑，资源冲突严重。PD分离架构将两者拆到不同硬件上——GPU负责Prefill，CPU或专用加速器负责Decode。趋境的技术路线正是这条路的极致实践，通过异构协同榨干每一块算力。
▸ 3 条关联资料
▼
平行视角 硅基流动IPO：Token工厂的盈利困局
同赛道选手硅基流动刚提交招股书，号称「国内最大独立Token供应商」，但两份数据暴露底色：2025年营收仅5533万元，毛损率高达24%，连年亏损。在其招股书中，前三大云厂商（火山引擎、阿里云、百度云）占据了87%的Token市场份额，硅基流动市占率仅1.5%。这揭示了一个残酷真相——Token工厂赛道玩家众多，但利润薄、巨头碾压，独立厂商能否靠规模效应翻盘仍是未知数。
▸ 3 条关联资料
▼
未来推演 Token工厂的下一站：国产算力适配
2026年5月，发改委明确要求大模型适配国产算力芯片，9款国产AI芯片获国家级安全认证。趋境科技的ATaaS平台已能融合CPU、国产GPU等异构算力，将集群运营成本压降20%以上。关键变量是：国产芯片的规模化交付能否持续——2025年国产AI芯片出货已占国内市场41%，但软件生态短板仍是最大变量。如果国产芯片在2026年底前完成主流模型的全链路适配，Token工厂的「国产替代」窗口将真正打开。
▸ 3 条关联资料
▼
延伸追问 MaaS亏损，TaaS就能赚钱吗？
潞晨科技创始人尤洋曾算过一笔账：满血版DeepSeek R1每月输出1000亿Token，月亏损约4亿，理由是「用户越多亏越多」。而硅基流动的毛损率也印证了TaaS的盈利困境——单位Token收入极低，算力成本却居高不下。真正值得追问的不是「TaaS比MaaS好在哪里」，而是：在API价格被大厂打到几近免费的中国市场，Token工厂的合理定价锚点在哪？营收规模做大后，毛利率能否转正？
▸ 1 条关联资料
▼