有位计算机系的“复旦学姐”，在美国办了一家公司，被黄仁勋叫作“AI工厂的台积电”，红杉、英伟达、Index、TCV、光速这些顶级VC轮番押注，成立才四年，估值已经达到了175亿美元（约合1185亿元人民币）。
这家公司是Fireworks AI，按现在流行的话说，Fireworks AI是一家Token工厂。既不训练前沿大模型，也不做面向消费者的AI应用，只做推理，帮企业把开源模型微调好、托管好，然后按调用量收钱。今年GTC大会上，黄仁勋和Lin Qiao有场对谈，老黄直言，“In a lot of ways, you're the TSMC of AI factories.”
这家公司刚完成了15.05亿美元（约合102亿元人民币）的D轮，投后估值175亿美元，由Atreides Management、Index Ventures和TCV三家领投，英伟达跟投，老股东Lightspeed、Bessemer、Menlo以及红杉、基准资本等一众机构继续加码。
2022年，复旦学姐Lin Qiao从Meta离开，在ChatGPT发布前一个月，于加州红木城拉起一支七人队伍创办了Fireworks AI。
2023年，红杉、英伟达、AMD投了A轮；2024年B轮估值约5.52亿美元；2025年10月C轮2.5亿美元、估值冲到40亿；再到眼下这轮D轮175亿美元估值。
不到两年时间，估值从5.52亿翻到175亿美元，涨了约30多倍。ARR突破10亿美元，是上一年同期的5倍；平台每天处理的token从15万亿涨到40万亿以上；更关键的一点是，平台上超过95%的token来自客户在自己数据上定制过的模型，而不是现成的通用模型。
随着Kimiink> K3开源，以及
创始人Lin Qiao也是个容易被忽略的角色，从底层框架PyTorch一路干到175亿美元，存在感却远低于许多前沿模型创始人。更妙的是这门生意全球都在做，美国有Together、Baseten，中国也有硅基流动、无问芯穹、九章云极、趋境科技等，把中美两拨人摆在一起，正好能看清“Token工厂”到底是不是一门好生意。
Fireworks的产品说穿了是一套推理云平台。开发者通过一套兼容OpenAI的API，就能调用平台上200多个开源模型，覆盖文本、图像、多模态。
企业客户可以在自己的专有数据上做微调，支持SFT（监督微调）、DPO（直接偏好优化）和RFT（强化微调），还能同时挂上最多100个LoRA适配器而不额外加价。合规层面它拿到了SOC2、HIPAA、GDPR这些企业入场券，2026年3月又接进了微软的Foundry，意味着Azure上的客户能直接走它的推理。
速度是Fireworks对外讲的核心故事。它自研了一套叫Fire Attention的CUDA内核栈，在
这套工程能力是它和“随便租几张卡跑开源模型”的本质区别，它卖的不止是算力，是把算力榨出更高吞吐的软件效率。
目前，Fireworks无服务器推理起步价大约每百万token 0.2美元（8B级别模型）到0.9美元（70B级别），另外也按小时出租GPU。一个信号性的变化是：今天平台上95%的token来自定制模型。
换句话说，想要把AI用起来，基础大模型远远满足不了企业需求，必须拥有属于自己的、贴着自己业务数据的模型。Fireworks在融资声明里讲得很直白，企业手里都有别人没有的东西，客户关系、工作流、数据、对质量的定义，Fireworks干的事就是把这些变成能拥有、能持续改进的专用智能。
Fireworks的客户包括Cursor、Notion、Quora、Sourcegraph、Uber、Shopify、Perplexity、等知名公司，还有一家叫Sentient的公司，靠Fireworks24小时扛住了180万人的候补排队。一个转折性细节是，Fireworks早先大约一半收入来自AI编程工具Cursor，现在客户结构已经散开到更广泛的企业，这与它从“尝鲜”走向“生产级渗透”的判断能对上。
Fireworks的投资人之一是Atreides，掌门人Gavin Baker早年重仓过Meta和英伟达，Gavin Baker认为，前沿模型和开源模型会越来越合用，而Fireworks是少数被企业信任、用来在生产里训练并托管开源模型的平台。
Index是连投数轮的老股东，TCV投过Netflix和Spotify这类基础设施型生意。再加上英伟达这个“既是金主又是供货商”的角色，整张股东表几乎全是基础设施和企业软件的长线钱，一边投基础模型，一边拿Fireworks在企业级调用做对冲。
这轮融资，Fireworks主要还是为了扩大算力，目前Fireworks从20多家供应商采购GPU，微软是其中之一。另外，Fireworks还打算把工程团队从约200人扩到年底600人、深化和微软与英伟达的合作。换句话说，它要把跑模型这件事的规模和可靠性，以及服务客户的规模上再往上推一个量级。
Lin Qiao在中国长大，父亲是一家造船厂的资深机械工程师，从零开始造货船，她从小就会对着船舶蓝图读那些精确的角度和尺寸，迷上了把复杂东西拆成可计算零件的感觉；初中起她就偏在数理化上，高中时第一次用BASIC写了个贪吃蛇小游戏，那时就认定计算机科学是自己的未来。
1995年，Lin Qiao考上复旦大学计算机科学专业，本硕连读，又从这里第一次走进AI的世界。再之后她才赴美，在加州大学圣塔芭芭拉分校拿到计算机科学博士，方向是分布式系统和数据库管理。
博士毕业后她先去了IBM，在硅谷实验室和阿尔马登研究中心做研究员，主导过一套极速数据分析优化器的研发。接着是LinkedIn四年，做分布式数据服务，参与过Gobblin数据摄取框架。
Lin Qiao的职业生涯转折点出现在2015年7月，她加入Meta，一待七年，从数据基础设施的高级经理一路做到工程高级总监，手下团队从5个人长到300多人。
在Meta她干成了一件影响整个行业的事：共同创立并主导了PyTorch。
最早这被她当成“六个月就能搞定的项目”，结果变成一场历时五年的底层重建，把Meta整个AI工作负载从数据加载、分布式推理到跨全球数据中心和数十亿设备的训练全部重写一遍。等到她离开时，这套系统每天要撑起超过5万亿次推理。她后来有个比方：在Meta她建了引擎，现在她想建路。
Lin Qiao离开Meta的时点很妙。2022年10月，就在ChatGPT发布前一个月，她从Meta出走创立Fireworks。
当时她的判断是，企业都想上AI，但缺的是把模型真正部署进生产环境的基础设施、资源和人才，而她在Meta花五年解决的正是这个。Lin Qiao的想法是，把Meta要五年的事，压缩到五周甚至五天。七人创始团队里六人来自Meta的PyTorch组，一人来自谷歌的Vertex AI；其中三位是华人，除了Lin Qiao，还有Benny Chen，UCLA本科，Meta广告基础设施负责人和ChenyuZhao伯克利本科，谷歌Vertex AI技术经理。
一开始，Lin Qiao对外讲的理念叫“复合AI”（compound AI），主张用成百个小专家模型分别解决窄问题，而不是死磕单个大模型。落到Fireworks上，就是帮企业把开源模型调成自己的专用智能。
“AI有两条路。一条是智能属于少数几家大实验室，其他人全去租。另一条是全世界每家公司都建自己的专用智能，由只有它懂的那个领域来塑形。我们在建第二条路。”
据CNBC，同等质量下Fireworks比闭源模型便宜5到10倍。这恰恰是它增长的发动机：当最新模型的账单让老板和CFO们坐立难安，当开源模型能力与闭源模型差距缩小到某种程度，企业就开始认真考虑用开源替代了。
眼下，不少公司都在说自己是“Token工厂”，指的就是把底层算力、各种开源大模型、推理引擎打包封装成标准化API，开发者不用自己买显卡、搭环境，写几行代码、按量付费就能用上AI。谁掌握了服务这一层，谁就收这道过路费。
这门生意眼下同时在中美两边升温。
美国这边，Fireworks不是孤例，Together AI在7月1日刚关了8亿美元C轮，估值83亿美元，由沙特阿美旗下的Aramco Ventures领投，英伟达和Salesforce跟投，年预订额据称已破11.5亿美元，靠一套叫ATLAS的自适应推测解码引擎加速。
Baseten更猛，6月23日宣布15亿美元F轮、估值130亿美元，18个月融了四轮，收入同比涨约20倍，客户名单里甚至有Open Evidence、Harvey、Cursor、Notion，英伟达同样是它的股东。
再往外数还有Anyscale，贾扬清创立的Lepton、Modal、Replicate、Groq、Cerebras一众玩家。而且slogan大差不差：own your intelligence。
中国这边，故事换了个讲法，但内核不一样，流行的是异构架构。说白了，就是怎么把英伟达和其他国产芯片一起用起来，让模型推理更有效率。
比如硅基流动，创始人袁进辉是清华博士，早年创办过深度学习框架OneFlow，2023年8月在经历被并购又分拆的波折后重新出发。
这家公司今年已向港交所递表，想冲“AI Token工厂第一股”，成立不到三年完成七轮融资，投后估值77.4亿元人民币（约11亿美元），其中一笔超20亿元的B轮创下国内第三方MaaS赛道最大单笔纪录；阿里巴巴是最大机构股东，持股7.42%，华为旗下的哈勃科技持股4.07%。
硅基流动的跨芯片、多模型适配能力据称全球第一，平台累计支持170多个主流模型，2025年
再比如无问芯穹，由清华大学电子工程系教授汪玉发起、夏立雪任CEO，不久前拿到超7亿元融资，国资和产业资本入场，其Agentic MaaS平台上线160多种模型，日均token调用量较2025年底增长超20倍，公司内部提出一个“AI生产力=智能规模×Token生产效率×Token价值转化”的公式，把自己类比成石化产业链里的炼化厂，把能源转成数字石油。
老牌的厂商比如九章云极，由清华大学电子工程系博士方磊创办、此前完成多轮战略融资，北京两大国有 AI 产业基金联合领投，国资与头部产业资本持续加码。前阵子刚开完“Token工厂”的发布会，其新一代Alaya NeW智算云AI工厂体系汇聚1000+大模型与行业专用模型，平台日均Token流转承载力目标直指10万亿，相较2025年底平台处理量增长超数十倍，首创DCU“一度算力” 计量单位，让算力像电力一样流通、计价、取用。
另外，中美两拨人最大的差别还在站位。美国那边的资本更猛、估值更高，客户是全球化的企业软件公司，很多公司英伟达都是直接下场当股东。国内这边，因为芯片生态碎片化，反而给这些中间层的Token工厂留了空间，但另一个问题是火山、阿里云、百度云这些大云厂就在前面，
未来如何就看故事要怎么讲了，但至少目前来看，需求很大。
自从年初agent的爆火以来，单次请求的token量暴增；开源模型的质量逼近闭源，企业有了真能用的替代；以及，企业终于开始认真算账，训练是一次性的，推理是持续流血的消耗，产品越受欢迎、调用越频繁、亏得可能越狠。
比如有投资人就说过，一些AI眼镜、AI玩具厂商巴不得用户少用点AI能力，拿回去当个摆设就好，因为“Token真烧不起”。
于是“能不能把每次调用的成本压下来”变成了生死线，而夹在模型、GPU、云厂和应用之间的Token工厂们，恰好是解题的人。
但要做Token，毛利率太重要了，算力采购价、利用率、客户压价，每一项都啃利润。如果未来竞争加剧、大家用低价抢客户，它就可能变成“高收入、低利润”的转售生意。如果未来训练的强度降低，也容易被云厂商和大模型公司两头夹击。
总之，不管Fireworks也好，硅基流动也罢，归根到底Token经济学的时代，Token相当于卖水人的角色，这和云计算早期那批卖服务器的公司有点像。可云计算最后收敛成了AWS、微软、谷歌三家，推理层会不会也走这条收敛路？独立推理层到底是台积电还是租车行，得看它能不能把“跑模型”变成客户离不开的、带垄断性的效率。
本文来自微信公众号“投中网”，作者：张楠，36氪经授权发布。
发布时间：2026-07-22 17:02
立即订购
在线咨询
返回顶部