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 Kimi K3 开源，以及 DeepSeek V4 满血版即将推出，基础模型的估值和壁垒受到冲击，推理层是 AI 技术栈里正在被资本悄悄重估的那一层，钱正从 " 谁模型最强 " 挪向 " 谁能把模型稳定便宜地跑起来 "。

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。

AI 台积电

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 DeepSeekV4 Pro 上能做到每秒 167 个 token，对外宣称是同价位对手的 5 倍；内部用了解耦服务、语义缓存和推测解码，把长尾延迟压住。

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。

掌舵人 Lin Qiao

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。

全球都在建的 Token 工厂

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 DeepSeek 爆火、官网被打瘫时，它是业内第一家走通国产昇腾芯片部署满血版 DeepSeek 的公司。

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，DeepSeek 这类模型方也可能自己把推理做了。

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。