对话魔形智能：模型开源潮下，谁在靠“卖Token”年入数亿？

在当下的大模型融资市场热闹往往属于算力巨头或参数量破纪录的通用模型厂商。然而一家名为魔形智能的“Token超级工厂”却在短短三个月内连续完成两轮融资最新一轮由毅达资本领投。这并不是一家空谈概念的公司。成立仅两年其日均Token调用量已跃升至数万亿级别年营收跨入数亿元门槛客户覆盖了从互联网头部企业到垂直行业领军者。在DeepSeek、Kimi、GLM等开源模型密集发布“有卡就能干推理”的论调甚嚣尘上时魔形智能的崛起揭示了一个深层的产业逻辑“模型是开源的但模型的高效部署方式并不会全部开源。”当Token从“实验室产物”转变为“生产力要素”真正的较量才刚刚开始。0101. 商业逻辑的重构从算力租赁到“Token工厂”在魔形智能创始人、CEO徐凌杰看来Token工厂的红利期源于推理需求的指数级增长。随着AI编程、企业级Agent进入生产流程模型的高频、连续调用正在放大推理市场的胃口。“对于Token工厂来说每半年都需要实现数倍甚至一个数量级的规模提升。”这种加速度是资本追逐魔形智能的核心驱动力。与传统的算力租赁不同魔形智能贩卖的是经过高度加工的“高阶算力产品”。在“从1到10”的扩张阶段他们验证了一个关键的商业模型当业务规模扩大时营收的增长速度快于算力投入的增速。这意味着通过技术优化带来的“超额收益”正是Token工厂比拼利润空间的关键。对于大型互联网客户而言他们不再满足于“能跑起来”而是要求在极端并发下守住延迟、吞吐、成功率这三道红线。如果首Token延迟超过3秒Token即便再便宜也失去了商业价值。0202. 第一重技术门槛推理引擎的“全栈压榨”能够大规模售卖Token底气来自对推理引擎的极致优化。魔形智能自研的推理引擎其核心逻辑在于Prefill预填充和Decode解码的分离。不同的硬件架构对这两者的适配程度完全不同魔形通过感知的调度系统将计算任务精准分配到成本最合适的芯片上。这不仅是代码层面的优化更是对显存带宽、计算能力与内存管理的深度博弈。通过提高KV Cache的命中率和管理效率魔形智能让同一块芯片产出的有效Token量远超通用框架。这种针对开源模型特性的“二次重构”正是徐凌杰所说的“不会被开源”的核心资产。0303. 第二重技术门槛走向每秒千Token的“超节点”随着Agent场景的爆发人机交互对速度的渴求已从每秒几十个Token向每秒上千Token演进。传统的单机八卡服务器由于卡间通信瓶颈已难以承载未来的复杂任务。这引出了魔形智能的第二个技术杀手锏超节点Super-node。超节点通过高带宽、低时延的互联架构将大量加速芯片组织成一个巨型计算池。但性能提升的代价是“爆炸半径”的扩大——单颗芯片的故障可能导致整个集群瘫痪。魔形智能CTO金琛指出超节点的竞争不仅是性能的竞赛更是故障隔离与容错能力的博弈。目前魔形已部分实现每秒数百Token的生成速度正向千Token的目标发起攻关。这种深植于硬件层面的系统工程能力构筑了竞争对手难以逾越的护城河。0404. 软硬件协同国产芯片生态的“操盘者”徐凌杰的背景涵盖了英伟达、AMD、阿里云以及壁仞科技这种横跨芯片、云计算与AI基础设施的经历赋予了魔形智能独特的软硬件全栈协同视角。目前魔形智能已深度适配多家国产芯片厂商。在他们看来国产算力芯片与大模型的协同发展已经进入良性循环。通过与芯片厂商共同推进定制硬件魔形能够从底层降低Token的功耗与采购成本。正如分析全球AI产业的焦点正从模型竞赛转向应用部署。Token生产能力正在成为衡量一个国家AI竞争力的关键指标。05结语智能时代的基础工业当开源模型消解了算法的神秘感Token工厂的竞争才真正触及了AI的工业底座。魔形智能的下一步目标是将日均Token产量推向10万亿级。在这个尺度下每一瓦电力的消耗、每一毫秒的延迟都会被放大成巨大的商业利润或亏损。未来的AI基础设施公司必须像魔形智能这样在Token供应与超节点产业链中同时占据关键位置。真正的智能不仅要被创造出来更要被高效地送达每一个应用终端。本文部分图片来源于网络版权归原作者所有如有疑问请联系删除。