在AI大模型领域，短短两年时间，行业格局与认知已发生翻天覆地的变化。曾经鲜为人知的“AI Token Factory”概念，随着魔形智能的入局以及OpenClaw、Seedance等应用的普及，迅速成为行业内外热议的焦点。2026年3月，中国Token日均调用量突破140万亿，英伟达CEO黄仁勋在GTC 2026大会上预言“未来的数据中心会变成一个生产Token的工厂”，这一观点与魔形智能的愿景不谋而合。
魔形智能的创始人徐凌杰，此前在GPU领域有着丰富的经验，曾任职于英伟达、AMD、三星北美研究院，并担任阿里巴巴阿里云智能事业群总监。2019年，他作为联合创始人加入壁仞科技，负责产品规划和市场拓展。2024年初，在壁仞科技多款产品进入规模化量产、营收快速增长的关键时刻，徐凌杰选择离开，创立了魔形智能，专注于“AI Token Factory”的打造。
徐凌杰的这一选择，源于他对行业趋势的敏锐洞察。2024年1月，英伟达在GTC大会上发布了GB200 NVL72，这是一个集成了36个Grace CPU、72个Blackwell GPU的“超节点”机架系统，代表了算力集成的新方向。同年5月，开源模型DeepSeek V2的发布，凭借其创新的技术架构，将模型推理成本大幅降低，每百万Token成本相比GPT-5降低了约96%。这两件事让徐凌杰意识到，Token的工业化生产和精细化定价时代即将到来。
徐凌杰认为，单纯做算力优化更接近传统软件行业的发展逻辑，而魔形智能的目标是成为生产高质量Token的公司。他们直接租用服务器等硬件算力资源，进行模型部署、调优等工作，然后向客户输出Token。这种模式需要跨层次的人才，而魔形智能的团队恰好具备这样的条件。徐凌杰的合伙人金琛，曾任Graphcore中国工程副总裁和算法科学家，拥有丰富的模型优化经验。
在资金方面，魔形智能也得到了市场的认可。据悉，该公司已于近期完成新一轮融资。这一融资不仅为魔形智能的发展提供了资金支持，也反映了市场对其业务模式的看好。
随着AI应用的普及，Token的经济效益逐渐显现。徐凌杰举例说，现在很多公司已经开始给工程师分配Token配额，用于生产中的模型调用。这表明模型已经在生产中得到了广泛应用。而魔形智能的目标，就是满足市场对更快、智力更高、更大规模生产的Token的需求。
在衡量一个Token工厂的性能时，徐凌杰提出了一个新的指标：用多少电，产生多少Token。他认为，电力是决定数据中心装机量上限的关键因素，而每天生产的Token数量则是衡量其生产效率的重要指标。当然，不同模型的参数量不同，产生的Token智力也会有所差异。但总体来说，电力和Token产量是衡量一个Token工厂性能的重要指标。
对于英伟达在Token工厂领域的地位，徐凌杰给予了高度评价。他认为，英伟达目前仍然是技术极限的追求者和定义者。但对于中国公司来说，更重要的是追求单位的性价比。在当前的市场环境下，中国公司需要通过优化运营成本、掌握供应链关键环节等方式，来降低Token的生产成本。
在AI Infra赛道上，魔形智能并不是孤军奋战。国内还有硅基智能、清程极智等公司也在这一领域布局。但徐凌杰认为，当前的市场还远未到互相竞争的阶段。AI Infra的市场盘子比芯片更大，但整个赛道的资本投入还远未达到芯片赛道的程度。因此，大家在这个赛道里面对的是百倍千倍的成长机会。
对于“token出海”和“电力出海”的概念，徐凌杰持谨慎态度。他认为，虽然中国在电力成本方面具有一定优势，但电力成本在Token成本中占比较小，算力成本才是核心。而当前中国的算力并不具备优势，因此“token出海”和“电力出海”并不是当下的命题。未来随着中国芯片水平的提高，这一愿景可能会实现，但显然还需要时间。
