在人工智能大模型领域，竞争格局正经历深刻变革，从单纯比拼模型能力，转向模型能力与高品质AI Token生产效率的综合较量。企业不仅要训练出性能卓越的模型，更需以低成本、高稳定性支撑其大规模应用，这已成为行业发展的新趋势。
近日，高效能AI Token生产服务商趋境科技宣布完成A轮融资，半年内累计融资额突破10亿元。本轮融资由河南投资集团汇融基金领投，真知资本、尚势资本、星连资本、上海国方创新、弘晖基金、华控基金、杭州福成等老股东持续超额跟投。值得注意的是，该轮融资距离上一轮仅过去两个月，且在投资方主动推动下完成超额募资。与常规财务投资不同，领投方更看重双方在产业协同上的潜力，目前正与趋境科技联合推进日均产能数万亿级的现代化AI Token工厂建设。
本轮融资资金将主要用于三大方向：扩大高品质AI Token产能储备、升级自研高效能生产服务平台ATaaS（Approaching.AI Token as a Service）、推动国产异构算力在核心生产场景中的规模化应用。同时，企业还将加速建设面向头部模型厂商、互联网平台及区域产业生态的高品质AI Token工厂，构建完整的生产服务体系。
趋境科技成立于2023年底，脱胎于清华大学计算机系高性能研究所。该团队长期深耕系统软件与大规模集群推理技术，在内存系统、异构计算和模型推理领域积累深厚。创始人兼CEO艾智远为清华大学计算机系高性能计算研究所博士，师从武永卫教授，专注于并行计算、分布式存储及AI计算引擎优化等前沿方向。毕业后，他带领团队将技术研发成果转化为产业实践，形成从技术研发到规模化落地的完整能力链。
区别于行业普遍的"MaaS模型超市"模式，趋境科技选择聚焦高品质AI Token生产服务。其核心逻辑在于：AI Token不仅是模型输入输出的计量单位，更是连接算力、模型与应用结果的最小生产单元。高品质AI Token需满足多重标准：服务于头部大模型、长上下文响应时间短、生成速度快、服务稳定性强、成本可控且达到生产可用水平。当前市场能实现单一指标的企业众多，但要在高复杂度真实生产负载下同时满足所有指标，并保持长期稳定运行，仅有少数企业具备此能力。
基于这一认知，趋境科技提出"Token as a Service"理念，以自研ATaaS平台为核心，打通底层算力资源、模型推理系统与企业业务场景，构建面向真实生产负载的高品质AI Token工厂。该模式已获得市场验证：某头部万亿级参数大模型通过其系统优化，日均高品质AI Token产量稳定突破万亿量级。
企业选择这条技术路径的背后，是深刻的市场洞察。随着大模型进入商业化阶段，客户关注点从技术参数转向实际生产效率：同等算力下能生产多少可销售的AI Token？这些Token是否具备快速响应、高稳定性及成本可控性？趋境科技将AI Token分为三个层级：免费聊天机器人对应低速低稳定性产品，开发者套餐对应中速产品，而企业生产环境需要的是顶速、高稳定、高可靠的顶级产品。这种分层需求，恰似通信网络从2G到5G的演进——企业不会长期使用延迟高、稳定性差的服务。
在技术实现上，趋境科技突破行业认知局限。传统观点认为推理优化仅需提升GPU运行速度，但该企业提出"全系统异构协同"理念，强调生产效率取决于芯片选型、网络设计、集群统筹、显存管理、模型切分、异构协同、故障恢复和运营系统等综合因素。其首创的"以存换算""虚实同构"等技术，通过优化整个集群的协同效率，而非单纯提升单卡性能，实现产能质的飞跃。
生态建设方面，趋境科技与清华大学团队牵头开源的KTransformers项目获得广泛关注，并携手清华大学、月之暗面Kimi、9#AISoft、阿里云、蚂蚁集团等机构共建开源项目Mooncake。同时，该企业还是vLLM、SGLang等全球主流AI推理社区的重要贡献者，通过技术共享推动行业进步。
商业化进展印证了战略前瞻性。2026年以来，趋境科技实现单台算力生产效率提升3倍以上，总高品质AI Token产量增长30倍。其商业模式分为两类：一是租赁算力资源并自主生产销售AI Token，服务头部模型厂商、互联网平台及大型企业；二是为拥有算力资源的客户提供AI Token工厂规划、建设及联合运营服务，共享持续经济收益。这种模式解决了地方国资和产业资本的核心痛点：算力中心建成后如何转化为可持续盈利的AI Token产能。
在运营策略上，趋境科技坚持"少模型深优化"路线。区别于接入上百个模型的平台，其围绕少数有真实生产需求的头部模型进行深度优化，涵盖性能、稳定性、成本、集群运营等维度。这种策略解决两大关键问题：通过模型切分、显存管理和异构协同提升单位算力产出，通过企业专属服务、跨集群运营和故障恢复提高生产负载稳定性。数据显示，其部分成熟业务已实现盈利，日均万亿级产能项目与区域产业生态规划同步推进。
当前，趋境科技正将AI Token工厂能力向更多算力中心、芯片组合和客户场景复制。其国产Prefill-Decode（PD）异构方案已实现高标准生产场景投产，为使用国产芯片生产高品质AI Token提供可行路径。随着行业从技术概念竞争转向实际收入验证，资本与客户的关注焦点正转向：昂贵算力能否转化为稳定收益。趋境科技的实践表明，通过深度优化少数头部模型，而非追求模型数量，或许才是破解AI基础设施商业化难题的关键。
