140万亿Token“炼油厂”：一场千倍增长催生的万亿基础设施竞赛

作者：快思慢想研究院 田丰，中国经营报 许璐

一、一滴原油的启示

1911年，标准石油公司被美国最高法院拆分的那一天，约翰·洛克菲勒正在打高尔夫。他并不慌张。他比任何人都清楚：真正值钱的从来是炼油厂，是那套把原油变成汽油、柴油和航空煤油的工业能力。

一个多世纪后，一场惊人相似的产业变革正在中国AI版图上演。国家数据局数据显示，中国日均词元（Token）调用量从2024年年初的约1000亿增至2025年年底的100万亿，2026年3月进一步突破140万亿——两年增长超过1000倍。如果说Token是这个时代的智力原油，那么一个紧迫的问题已经摆在整个产业面前：谁来建炼油厂？

围绕算力调度、推理优化、模型部署和Token供给形成的AI基础设施"中间层"，正以前所未有的速度进入资本市场视野。2026年以来，基流科技、硅基流动先后向港交所递交上市申请，无问芯穹、清程极智、趋境科技等企业接连完成大额融资。一条横亘在芯片与应用之间的新产业带正在成型，而资本正在为它标价。

快思慢想研究院院长、特邀评论员田丰将这一进程定义为"Token炼化"从粗放的算力倒卖进入精细化工业转化的关键拐点——"类似石油产业从卖原油走向炼化成品油。"

二、千倍增长的真相："电力行业1910年代"的Token产业

千倍增长的数字令人振奋，但结构远比总量更值得审视。

沙丘智库发布的《2025年中国AI基础设施（AI Infra）市场跟踪报告》将AI基础设施分为三层架构：

1. 底层的物理基础设施，涵盖AI芯片、服务器、存储、网络和数据中心；

2. 上层的AI服务，包括基础模型、行业模型、智能体及各类应用；

3. 位于二者之间的中间层，通过算力集群调度、异构芯片适配、推理加速、模型部署、API管理和Token计量，将硬件资源和模型能力转化为可调用的服务。

田丰指出，从计量经济学视角看，Token产业刚完成"从0到1"的需求验证，正进入"从1到100"的结构性扩容期。驱动140万亿Token消耗的核心引擎高度集中——以AI漫剧为代表的多模态内容生成，单次任务Token消耗量可达普通文本对话的数万倍。"140万亿的背后，呈现的是一个高度集中的结构：一家公司、一类场景、一个爆发性增长的内容产业。"

田丰给出了一个精准的历史坐标："Token产业当前处于'电力行业1910年代'——发电量在爆发，但用电场景高度集中在少数工厂。真正的普惠化渗透尚未开始。"他提出，衡量Token产业成熟度的真正标志是"每万元GDP的Token消耗密度"——当这个指标从互联网行业扩散到制造业、农业和公共服务，才意味着产业进入成熟期。

这个判断与经济学中的"索洛悖论"形成隐约呼应：诺贝尔经济学奖得主罗伯特·索洛在1987年曾写下那句著名困惑——计算机时代到处可见计算机的身影，唯独在生产率统计中看不到。Token的千倍增长能否最终写进GDP，取决于中间层能否完成从算力到生产力的关键翻译。

三、中间层的本质：把芯片的物理算力翻译成应用可消费的Token

中间层解决的核心矛盾，是把"芯片的物理算力"翻译成"应用可消费的Token"。

中国信通院发布的《智能算力服务研究报告（2026年）》指出，算力服务正从传统的"资源粗放供给"向精细化的"任务式交付"全面升级。传统模式下，IDC和云厂商以按时长租用裸金属服务器或按规格租赁GPU机柜为主，异构芯片生态封闭导致极高的模型跨厂商迁移成本，固定资源租赁模式无法匹配突发且波动巨大的算力需求。

田丰用了一个直截了当的比喻：中间层的本质作用，是把算力产业从"卖地皮"变成"卖自来水"。"这一过程类似于将原油加工为不同规格的成品油。中间层企业通过算子重构和模型压缩，提高同等硬件条件下的有效Token产出数量。"推理效率的提升空间远大于训练效率——中间层的技术红利才刚刚释放。

目前，这条产业链已经形成清晰的分层格局。

靠近底层的是AI算力集群产品与运营。基流科技招股书显示，公司提供涵盖计算、网络、存储和软件的全栈AI算力集群产品，并提供运维、技术支持和算力服务。

位于中间环节的企业主要提供系统软件和异构算力调度能力。无问芯穹围绕多元异构算力、软硬协同和MaaS平台开展业务，其技术路线的独特之处在于不造芯片、不研发通用大模型，专注于构建芯片与模型之间的"M×N"中间层，通过算子重构和模型压缩，在同等硬件损耗下榨取并交付远超均值的有效Token数量。清程极智则通过智能算力系统软件连接底层硬件算力与上层模型训练、推理及应用需求。

靠近应用侧的是模型推理服务和Token供给平台。硅基流动主要通过无服务器Token服务、专属实例和本地部署向客户提供模型推理能力。趋境科技以自研ATaaS平台为核心，连接底层资源、模型推理系统和企业业务场景——自营模式面向模型厂商、互联网平台、AI应用公司和大型企业客户生产和销售AI Token；共运营模式面向上市公司、国央企及智算中心，提供Token工厂建设和联合运营服务，覆盖AI Coding、智能客服、办公套件和企业Agent等场景。

Jack Clark曾多次指出，每一代计算范式都会催生出独立的中间层公司——PC时代的微软操作系统、移动时代的ARM架构、云时代的Kubernetes。AI时代的中间层，核心价值在于解决"M种芯片×N种模型"的适配复杂度。沙利文白皮书披露的数据可作旁证：某大型国有商业银行通过统一AI基础设施平台实现GPU资源效率提升70%以上、AI部署效率提升60%以上。这意味着中间层的优化空间足以支撑独立的商业模式。

四、资本加速入场：从一级市场到港交所

资本的嗅觉异常敏锐。2026年以来，AI基础设施中间层的融资进程加速从一级市场走向IPO。

4月29日，基流科技向港交所递交上市申请；6月30日，硅基流动紧随其后。两家公司分别从AI算力集群产品及运营、模型推理和词元服务切入中间层市场。

硅基流动成立于2023年8月，上市申请前已完成从天使轮至B+轮的七轮融资，最新一轮投后估值约77.4亿元。2025年公司实现收入5533.0万元，同比增长653.2%；年度亏损为3.45亿元。同期算力资源成本为5962.7万元，占收入成本的86.9%。

基流科技2025年实现收入5.20亿元，其中AI算力集群产品收入4.37亿元，AI算力集群运营服务收入8363.7万元。值得注意的是，运营服务收入由2024年的1695.5万元增至2025年的8363.7万元，占总收入的比重由5.2%升至16.1%——这一结构性转变暗示着中间层从硬件销售向服务运营的迁移趋势。

一级市场的融资热度同样不减。2026年5月，无问芯穹宣布完成超过7亿元融资，公开披露的累计融资规模超过22亿元，资金将用于多元异构算力适配、模型服务和AI基础设施建设。

7月13日，趋境科技宣布完成A轮融资，半年内累计融资超过10亿元。本轮融资由河南投资集团全资子公司河南创新投资集团有限公司旗下汇融基金领投，资金主要用于扩大高品质词元产能储备、升级ATaaS平台，涵盖模型性能、推理效率、资源利用、缓存复用、服务隔离、质量监控和成本控制等环节。

清程极智于2024年3月至2025年7月连续完成三轮融资，投资方包括地方国资平台、联想创投、并行科技、中科创星及奇绩创坛等，覆盖国有资本、芯片及服务器产业资本、算力运营企业和市场化基金。

天使投资人、资深人工智能专家郭涛指出，资本目前主要观察三个维度：

1. 企业能否获得稳定且成本可控的算力供给；

2. 调度和推理优化能否提高算力利用效率、降低单位Token成本；

3. 模型接入数量、行业客户覆盖和终端付费客户规模能否支撑业务复制。

调用量和营收的快速增长，掩盖不了一个残酷的事实——词元服务尚未形成稳定的盈利模式。

硅基流动的财务数据呈现出令人警醒的剪刀差。2025年，公司公有云服务收入2926.1万元，毛利率为-119%；本地部署解决方案收入2606.9万元，毛利率为82.5%。整体毛利率从2023年的83.3%一路跌至2024年的39.4%，2025年由正转负至-24%。公有云的定价困境与本地部署的利润绿洲，折射出中间层企业在规模与盈利之间的艰难平衡。

趋境科技从客户端观察到了清晰的风向转变：客户关注点正由"资源和模型能否使用"转向"同一批资源能生产多少可销售的Token"，综合考察首Token时延、输出速度、并发承载、服务稳定性和单位成本。衡量Token生产能力的两个核心指标由此浮现——同一批算力能够生产多少有效Token，以及相关算力有多少时间处于有效工作状态。单位产出和有效利用率共同决定Token业务的单位成本和收入。

成本端的压力同样在加剧。2024年5月，火山引擎以最高低于行业价格99.3%的价格正式开启对外服务，掀起大模型降价潮，Token定价一年内狂降超90%。但2026年年初信号逆转，阿里云对AI算力、CPFS（智算版）等服务价格最高涨34%，百度智能云、腾讯云同期集体涨价。资源成本变化进一步提高了企业对Token生产成本和效率的关注。

田丰认为，价格回调意味着产业从"烧钱换规模"进入"有利可图"阶段，中间层的成本优化能力变成真金白银的利润杠杆。

趋境科技的应对策略颇具代表性。公司采取"少模型、深优化"的方式，将资源集中在少数具有实际生产需求的模型和场景上。"自2026年春节以来，公司平均单台设备的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；服务某头部万亿参数大模型的项目，日均高品质AI Token产量已稳定达到万亿量级。"目前，趋境科技已有日均万亿级产能项目建成投产，正在筹建日均产能数万亿级的AI Token工厂。

趋境科技表示，融资还将用于建设面向头部模型、互联网平台和区域产业生态的高品质AI Token工厂。下一阶段，公司将把已形成的Token工厂能力复制到更多算力中心、芯片组合和实际客户项目中。

六、三个结构性引擎：驱动增量的底层力量

千倍增长背后，田丰识别出三个叠加的结构性驱动力。

第一引擎：多模态场景对Token的"吞噬效应"。视频生成、AI漫剧、多模态Agent每次调用的Token消耗是文本对话的数万倍，这是需求侧最大的乘数因子。

第二引擎：Agent智能体的规模化部署。火山引擎披露豆包大模型日均Token使用量突破120万亿，过去3个月翻倍，相比2024年5月的1200亿日均水平达到1000倍增长。Agent意味着机器调用机器，Token消耗从"人机对话"走向"机器间对话"，调用量级截然不同。

第三引擎：价格战触底后的商业化正循环。2024年5月火山引擎掀起大模型降价潮，Token定价一年内狂降超90%。但2026年初云厂商集体涨价，产业从"烧钱换规模"转入可盈利阶段，中间层的效率优势开始兑现为实际利润。

七、四方博弈：Token产业的分工格局

三大引擎轰鸣之际，Token产业正形成一场云厂商、运营商、第三方独立企业和地方国资平台的四方博弈。

1.云厂商：全链路整合，路径分化。2026年3月，阿里巴巴宣布成立Alibaba Token Hub事业群，与阿里云智能、电商并列为集团第三大一级事业群，CEO吴泳铭亲自挂帅。腾讯云升级TokenHub平台，打通多模型统一Token调度与按量计费。火山引擎走MaaS优先的激进路线，依托字节内部抖音、Seedance等庞大应用生态平摊基础设施固定成本，在Token价格上持续激进定价。

田丰拆解了三家巨头截然不同的底层逻辑：

1. 阿里做的是"Token央企"——从模型研发到算力到分发的纵向整合；

2. 腾讯做的是"Token交易所"——强调多模型开放与渠道生态；

3. 字节做的是"Token内循环"——用自身庞大的C端应用消化算力。

三条路线对应的中间层需求完全不同。田丰认为，最终胜出的是把芯片到用户价值的转化链条缩短到极致的玩家。阿里ATH事业群的独立，本质上是在回应这个逻辑。

2.运营商：最后一公里的零售优势。2026年3月三大运营商明确加强Token经营，多地运营商相继上线Token套餐。江苏移动推出三档AI Token套餐，5元起步，上线不到一个月外部Token日销量及使用量突破8亿。田丰分析，运营商做Token的真正优势在于"最后一公里"的分发触点与计费系统。全中国有10亿以上手机用户习惯了从运营商购买"流量套餐"，把Token套餐嫁接到这个渠道上，获客成本几乎为零。"这跟加油站网络的逻辑一样——中石化不需要有最好的炼化技术，只要拥有全国3万个加油站，就能在成品油分销中占据不可替代的位置。"运营商的差异化应聚焦于用营业厅和APP触达中小企业与个人用户，做Token的"最后一公里零售商"。

3.第三方独立中间层：以中立性为生存法则。大厂Infra以服务内部业务为主，芯片厂商Infra绑定硬件生态，模型公司自建Infra受竞争关系限制，均难以做到全行业公平开放。田丰认为，第三方独立中间层企业的生存法则是"中立性"——做所有玩家都能用、但谁都不愿自己建的公共基础设施。保持中立，才能成为中国AI产业链的最大公约数。

4.地方国资平台：区域性算力枢纽。地方国资平台的差异化定位应该是整合本地智算中心资源，对接区域产业需求，扮演类似地方电网公司的角色。优势在于政策协调能力和区域产业理解。

田丰给出了对未来Token产业健康格局的判断：云厂商做全链路整合商，运营商做零售分发商，国资平台做区域枢纽运营商，第三方做独立炼化厂和技术效率提供者。各归其位，各取所需。

八、大浪淘沙：2年之内见分晓

郭涛在融资审核视角给出了更为冷峻的判断：机构会将业务增速、优质大客户储备、单位Token毛利与资金投入规模进行匹配。如果营收和Token消耗量增长能够与算力投入相匹配，政企及产业客户数量持续增加，相关融资需求更容易获得认可。如果企业主要依靠扩大硬件规模和低价获客，而客户增长及资源利用率没有同步改善，后续融资难度可能增加。

"整体看，只有形成技术壁垒或者行业专属服务能力，企业才能在资本循环中找到稳妥的退出路径，行业洗牌速度会在未来两年明显加快。"郭涛表示。

两年，这是留给中间层创业者的窗口期。

在田丰眼中，石油工业的历史早已写好了剧本：当原油供给充沛、终端需求爆发时，炼化能力就是整条价值链的咽喉。一百年前，洛克菲勒看到了这一点。今天，在中国AI产业的版图上，一批新的"数字炼化厂"正在拔地而起。它们能否把140万亿Token的洪流，炼化成驱动中国经济数字化转型的高标号燃料，答案将在未来两年揭晓。

参考文章：《词元经济“中间层”崛起 AI基础设施进入资本化窗口期》，中国经营报记者 许璐

畅销书：《AI商业进化论：“人工智能+”赋能新质生产力发展》

出版社：人民邮电出版社

作者：田丰

帮助你定位AI当下发展坐标的指南针

帮助你洞察AI未来演进趋势的航海图

通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。