在AI大模型领域，短短两年间，行业共识已发生深刻转变。2024年初，壁仞科技联合创始人徐凌杰离开GPU赛道，转而创立魔形智能，提出打造“AI Token Factory”的构想。当时这一概念尚显陌生，但到2026年，随着OpenClaw、Seedance等应用的普及，“Token经济学”迅速在行业内外引发热议。今年3月，中国Token日均调用量突破140万亿次，同期英伟达年度盛会GTC上，黄仁勋预言“未来数据中心将成为Token生产工厂”，与魔形智能的愿景不谋而合。
徐凌杰的转型并非偶然。这位曾在英伟达、AMD、三星北美研究院从事GPU研发的资深从业者，2019年作为联合创始人加入壁仞科技，主导产品规划与市场拓展。2024年壁仞多款产品进入量产阶段，公司启动上市辅导之际，徐凌杰却选择离开。他解释称，与联合创始人金琛观察到AI大模型与芯片之间存在巨大发展空间，而40岁正是“抓住机遇的黄金年龄”。
推动徐凌杰决策的关键事件有两件：2024年英伟达发布的GB200 NVL72超节点系统，集成36个Grace CPU与72个Blackwell GPU，成为算力集成的标杆；同年5月开源模型DeepSeek V2通过技术创新将推理成本降至行业最低，每百万Token成本较GPT-5降低约96%。这两件事标志着算力供给与模型效率同时实现跃升，为Token工业化生产奠定基础。
魔形智能的业务模式聚焦于“软硬件协同的AI Infra”。徐凌杰强调，公司并非简单的算力优化商，而是直接整合能源、芯片、推理框架与大模型，对外输出Token服务。这种模式将传统分散的产业链环节封装为统一服务，用户无需关注底层硬件，只需通过应用层调用智力服务。东吴证券研报指出，算力租赁厂商正从“卖算力”向“卖Token”转型，但需跨越稳定算力获取、交付运营与资金周转三大壁垒。
团队构成是魔形智能的核心优势。徐凌杰的硬件背景与金琛在Graphcore担任中国工程副总裁的模型优化经验形成互补。资金方面，公司于2026年4月完成新一轮融资，为业务扩张提供支持。徐凌杰以“五层蛋糕理论”解释Token工厂与数据中心的差异：Token封装了能源、芯片、基础设施与模型四层价值，更贴近用户需求。他举例称，许多企业已将Token配额纳入工程师薪酬体系，反映模型正在生产环节发挥实际作用。
在衡量Token工厂效率的指标上，徐凌杰提出“电力吞吐量”概念——用多少电产生多少Token。他解释，电力决定装机容量上限，而芯片性能、超节点架构与计算精度等因素共同影响生产效率。尽管英伟达仍是技术极限的追求者，但中国公司更需关注单位性价比。对于自研芯片的可能性，徐凌杰表示当前重点仍在优化现有硬件供应链，自研芯片尚未纳入规划。
面对国内硅基智能、清程极智等AI Infra赛道竞争者，徐凌杰认为市场远未达到饱和阶段。他类比芯片行业初期发展，指出当前赛道资本投入仍远低于芯片领域，未来可能诞生多家千亿级公司。对于“Token出海”与“电力出海”的讨论，他直言当前算力成本占比超80%，电力优势不足以支撑商业模式，国产算力提升才是关键前提。
