大模型之家讯 成立接近三年后，AGI基础设施服务商无问芯穹再次刷新自身融资纪录。
近日，无问芯穹宣布，公司此前已完成超7亿元新一轮融资，联合领投方为杭州高新金投集团与惠远资本，国兴资本、秦淮数据、广发乾和、力合清瞳、中保投资、AEF NextGen、腾瑞资本、卡莱特、中信建投资本以及宽德智能学习实验室跟投，老股东君联资本、上海国投孚腾和元智未来继续追加投资。至此，无问芯穹仍稳居中国AI原生基础设施公司融资规模之首。
从资本结构看，这轮融资延续了无问芯穹过去几轮“地方国资+产业资本”的典型路径。与过去互联网时代偏财务投资逻辑不同，当下AI基础设施领域更强调产业协同能力。无问芯穹COO王梦菲透露，本轮融资中“带资源进组”成为明显特征，纯财务投资方占比极低，地方国资、算力产业链企业与场景资源方成为主力。
这一变化背后，反映的是AI产业重心的迁移。
过去两年，全球AI产业先后经历“百模大战”、开源模型爆发以及Agent（智能体）快速兴起。随着AI应用从模型能力竞争逐渐进入生产力落地阶段，行业对于推理效率、Token调用成本以及基础设施调度能力的关注度迅速提升。无问芯穹此次提出的“Token经济”与“Agentic Infra（智能体时代基础设施）”概念，也正是在这一背景下形成。
公开资料显示，截至今年4月底，无问芯穹Agentic MaaS大模型服务平台的日均Token调用量，较去年底增长超过20倍。国家统计局此前公布的数据也显示，截至今年3月，中国日均Token调用量已突破140万亿，较上年末增长超过40%。
在行业看来，这意味着AI产业正在从“训练驱动”进入“推理驱动”阶段。模型能力不再是唯一竞争核心，如何以更低成本、更高效率完成Token生产与调度，开始成为基础设施公司的关键命题。
无问芯穹给出的路径，是“多元异构+软硬协同”。
与传统云厂商不同，无问芯穹并不自建大规模算力中心，而是通过软件层优化连接不同芯片体系与模型体系。根据官方披露，其“多元异构”路线已支持英伟达、AMD、华为昇腾、壁仞、摩尔线程、沐曦等多种海内外芯片架构，并接入Kimi、智谱、DeepSeek、通义千问、MiniMax等主流大模型。
这种定位，也让其处于当前AI产业链中相对特殊的位置。
此前，黄仁勋曾提出AI产业“五层架构”概念，自下而上分别为能源、芯片、基础设施、模型与应用。无问芯穹所在的位置，正是芯片与模型之间的基础设施层。
而这一层，正在成为资本重新聚焦的方向。
过去一年，中国AI行业经历了明显的产业逻辑切换。DeepSeek等开源模型降低了大模型使用门槛，Agent应用进一步放大推理需求，算力消耗开始从训练侧向推理侧迁移。在这一过程中，基础设施公司的价值被重新评估。业内普遍认为，AI竞争已逐渐从“拼模型”转向“拼算力系统效率”。
无问芯穹此次也首次系统提出“AI生产力公式”——“智能规模 × Token生产效率 × Token价值转化”。
其中，“智能规模”强调多元异构算力调度能力；“Token生产效率”强调单位资源下的Token产出能力；“Token价值转化”则对应AI真正进入行业场景后的生产力释放能力。
某种程度上，这套逻辑已经不再只是单纯的技术叙事，而更接近一种产业经济学框架。
无问芯穹联合创始人兼CEO 夏立雪此前在2026年中关村论坛上曾提出“中国特色Token经济学”概念，希望打通“电能—Token—生产力”的完整链路。在他看来，Token未来可能像工业时代的电力、互联网时代的流量一样，成为新的核心生产要素。
从清华系创业团队，到连续刷新中国AI基础设施融资纪录，无问芯穹的成长路径，某种程度上也映射了中国AI产业过去三年的演进轨迹：从模型热潮，到推理爆发，再到围绕Token经济与AI生产力展开的新一轮基础设施竞争。
原创文章，作者：志斌，如若转载，请注明出处：http://www.damoai.com.cn/archives/15489
