在AI大模型領域，短短兩年間，市場格局與行業認知已發生翻天覆地的變化。2024年初，壁仞科技聯合創始人徐凌杰告別GPU市場，投身創立魔形智能，立志打造“AI Token Factory”。彼時，這一概念對大眾而言尚顯陌生，但到2026年，隨著OpenClaw、Seedance等應用的普及，“Token經濟學”迅速在行業內外走紅。今年3月，中國Token日均調用量突破140萬億，同期英偉達年度盛會GTC 2026上，黃仁勛預言“未來的數據中心將演變為生產Token的工廠”，與魔形智能的愿景不謀而合。
3月底，徐凌杰在上海接受采訪，深入剖析了魔形智能的目標定位與業務模式，并從“局內人”視角解讀了Token工廠、Token經濟學及電力出海等熱點概念的深層邏輯。徐凌杰的職業生涯橫跨英偉達、AMD、三星北美研究院及阿里巴巴，2019年作為聯合創始人加入壁仞科技，主導產品規劃與市場拓展。2024年，壁仞多款產品進入量產階段，營收快速增長，同年9月啟動上市輔導，而徐凌杰卻選擇在此關鍵節點離職創業。
談及創業時機，徐凌杰表示：“我和聯合創始人金琛觀察到，AI大模型與芯片之間存在巨大發展空間。2024年我40歲，人生黃金期有限，既然預見到Token浪潮將至，便決定全力投入。”他進一步解釋，兩大事件讓他看清趨勢：一是英偉達在2024年GTC大會上發布GB200 NVL72超節點系統，集成36個Grace CPU與72個Blackwell GPU，堪稱“算力巨獸”；二是2024年5月開源模型DeepSeek V2發布，通過MoE與MLA技術將推理成本降至行業最低，每百萬Token成本較GPT-5降低約96%。
一邊是算力通過超節點形式極致堆疊，另一邊是模型通過結構創新壓縮單位Token成本，供給與效率的雙重躍遷使Token的工業化生產與精細化定價成為可能。徐凌杰回憶道：“當時我們意識到，V2這樣的開源模型與超節點將是市場絕配。”
在壁仞科技的離職信中，徐凌杰寫道：“雖暫別造芯之路，但仍將堅守智能算力賽道。”這一表述在2024年引發外界困惑，畢竟“AI三要素——算力、算法、數據”長期是行業定位的坐標系，芯片公司常被視為算力的代名詞。徐凌杰將魔形智能的業務定位為“軟硬件協同的AI Infra”，而非單純的算力優化或服務器集群提供商。他強調：“算力優化是我們的能力，但我們的使命是生產高質量Token。”
當被問及“Token工廠與數據中心、智算中心的區別”時，徐凌杰借用黃仁勛的“五層蛋糕”理論解釋：Token封裝了能源、芯片、Infra及大模型四層，更貼近用戶生活。他指出，行業敘事模式的變化源于經濟效益的再分配。例如，許多公司已將Token配額納入工程師薪酬體系，模型正被廣泛應用于生產。魔形智能的核心任務是滿足市場對更快、更智能、更大規模Token的需求，這需要構建更大規模的集群。
徐凌杰透露，魔形智能對標Nebius但走得更深，強調全棧自研。Nebius通過自研服務器提升穩定性，降低訓練中斷率，從而加快模型訓練速度。他強調：“軟硬件協同是關鍵，而非僅聚焦軟件或芯片資源。”談及衡量Token工廠的指標，徐凌杰認為應關注“單位電力產生的Token量”，這與黃仁勛提出的“每瓦Token吞吐量”理念一致。他解釋，電力是量化生產效率的最佳指標，但模型參數量與計算格式（如8bits或4bits）也會影響生產效率。
對于英偉達在Token工廠領域的地位，徐凌杰給予高度評價：“英偉達仍是技術極限的追求者，其文化推動每個人向‘光速’目標邁進。”但他認為，中國公司應更注重單位性價比。針對“電力出海”概念，徐凌杰直言：“電力成本在Token總成本中占比不足10%，算力成本才是核心。當前中國算力尚無優勢，這一愿景暫不現實。”
