在AI大模型領域，短短兩年時間，行業格局與認知已發生翻天覆地的變化。曾經鮮為人知的“AI Token Factory”概念，隨著魔形智能的入局以及OpenClaw、Seedance等應用的普及，迅速成為行業內外熱議的焦點。2026年3月，中國Token日均調用量突破140萬億，英偉達CEO黃仁勛在GTC 2026大會上預言“未來的數據中心會變成一個生產Token的工廠”，這一觀點與魔形智能的愿景不謀而合。
魔形智能的創始人徐凌杰，此前在GPU領域有著豐富的經驗，曾任職于英偉達、AMD、三星北美研究院，并擔任阿里巴巴阿里云智能事業群總監。2019年，他作為聯合創始人加入壁仞科技，負責產品規劃和市場拓展。2024年初，在壁仞科技多款產品進入規模化量產、營收快速增長的關鍵時刻，徐凌杰選擇離開，創立了魔形智能，專注于“AI Token Factory”的打造。
徐凌杰的這一選擇，源于他對行業趨勢的敏銳洞察。2024年1月，英偉達在GTC大會上發布了GB200 NVL72，這是一個集成了36個Grace CPU、72個Blackwell GPU的“超節點”機架系統，代表了算力集成的新方向。同年5月，開源模型DeepSeek V2的發布，憑借其創新的技術架構，將模型推理成本大幅降低，每百萬Token成本相比GPT-5降低了約96%。這兩件事讓徐凌杰意識到，Token的工業化生產和精細化定價時代即將到來。
徐凌杰認為，單純做算力優化更接近傳統軟件行業的發展邏輯，而魔形智能的目標是成為生產高質量Token的公司。他們直接租用服務器等硬件算力資源，進行模型部署、調優等工作，然后向客戶輸出Token。這種模式需要跨層次的人才，而魔形智能的團隊恰好具備這樣的條件。徐凌杰的合伙人金琛，曾任Graphcore中國工程副總裁和算法科學家，擁有豐富的模型優化經驗。
在資金方面，魔形智能也得到了市場的認可。據悉，該公司已于近期完成新一輪融資。這一融資不僅為魔形智能的發展提供了資金支持，也反映了市場對其業務模式的看好。
隨著AI應用的普及，Token的經濟效益逐漸顯現。徐凌杰舉例說，現在很多公司已經開始給工程師分配Token配額，用于生產中的模型調用。這表明模型已經在生產中得到了廣泛應用。而魔形智能的目標，就是滿足市場對更快、智力更高、更大規模生產的Token的需求。
在衡量一個Token工廠的性能時，徐凌杰提出了一個新的指標：用多少電，產生多少Token。他認為，電力是決定數據中心裝機量上限的關鍵因素，而每天生產的Token數量則是衡量其生產效率的重要指標。當然，不同模型的參數量不同，產生的Token智力也會有所差異。但總體來說，電力和Token產量是衡量一個Token工廠性能的重要指標。
對于英偉達在Token工廠領域的地位，徐凌杰給予了高度評價。他認為，英偉達目前仍然是技術極限的追求者和定義者。但對于中國公司來說，更重要的是追求單位的性價比。在當前的市場環境下，中國公司需要通過優化運營成本、掌握供應鏈關鍵環節等方式，來降低Token的生產成本。
在AI Infra賽道上，魔形智能并不是孤軍奮戰。國內還有硅基智能、清程極智等公司也在這一領域布局。但徐凌杰認為，當前的市場還遠未到互相競爭的階段。AI Infra的市場盤子比芯片更大，但整個賽道的資本投入還遠未達到芯片賽道的程度。因此，大家在這個賽道里面對的是百倍千倍的成長機會。
對于“token出海”和“電力出海”的概念，徐凌杰持謹慎態度。他認為，雖然中國在電力成本方面具有一定優勢，但電力成本在Token成本中占比較小，算力成本才是核心。而當前中國的算力并不具備優勢，因此“token出海”和“電力出海”并不是當下的命題。未來隨著中國芯片水平的提高，這一愿景可能會實現，但顯然還需要時間。
