累计43亿融资要做"最高效的Token工厂"：无问芯穹不卖软件，它卖的是算力时代的"电"
一家名为无问芯穹的企业，近期完成了23亿元人民币的C轮融资，至此累计融资总额达到43亿元，创下了国内AI基础设施领域单轮融资的最高纪录。与此同时，该公司已秘密向港交所提交上市申请，计划在2027年实现上市。其投资方包括腾讯和百度，而智谱、月之暗面等大模型企业既是它的客户，也是合作伙伴。
这家公司既不涉足芯片制造，也不从事模型开发。它的业务可以用一句话概括：协调不同种类的芯片，以最低成本生成Token，然后将Token作为商品出售。芯片是英伟达和华为的领域，模型则是智谱和DeepSeek的专长，而无问芯穹则介于两者之间，专注于那个鲜有人愿意涉足、却又不可或缺的“调度”环节。
创始人夏立雪将公司定位为——“最高效的Token工厂”。
一、Token工厂：不销售软件，而是提供算力时代的“电力”
首先，需要明确无问芯穹的定位。
它不是一家芯片公司，不涉及英伟达或华为昇腾的产品；它也不是一家模型公司，不参与智谱或DeepSeek的模型开发。它专注于中间层——“异构算力调度”，即统一协调英伟达、昇腾、寒武纪等互不兼容的芯片，使用户能像使用水电一样便捷。这是创始人夏立雪为公司设定的愿景。
然而，“调度”只是手段，而非商业模式。无问芯穹的真正业务是“Token工厂”——它通过调度异构芯片，以最低成本生产Token，然后像销售“电力”一样出售Token。
这一定位契合了一个正在发生的趋势：算力正逐渐成为一种标准化商品，而Token是这种商品的计量单位。如同电力时代按“度”计费，算力时代按“Token”计费。无问芯穹的目标是成为“最高效的Token工厂”，谁能够以最低成本生产Token，谁就能在这个时代占据一席之地。
从股东和客户名单可以看出，这门生意连接了两端。腾讯和百度是股东，它们拥有云服务和智能云业务，处于算力供给端；智谱和月之暗面是客户，它们开发大模型，处于算力需求端。
一方出资成为股东，一方下单成为客户，但两者都离不开中间的“调度”环节。这表明，即便是这些大型企业，也不愿或无法自行统一调度异构芯片，因此供给端选择投资一个“中立第三方”来承担这项繁琐工作。
虎嗅的一篇报道标题为“半年20余倍增长，一个中国Token工厂的生意飞轮”。Token工厂的业务正在快速增长，但增长背后隐藏着许多尚未解决的问题。
二、巴别塔：异构芯片的语言，需要谁来翻译
Token工厂要运转起来，首先要克服技术障碍。
不同芯片使用不同的“语言”。英伟达使用CUDA，华为昇腾使用CANN，寒武纪使用BANG，它们各自为政，互不兼容。赛迪网将这个问题称为“算力网的巴别塔”——芯片之间语言不通，调度系统需要承担“翻译”工作。
这种翻译的难度有多大？芯片的底层架构、指令集、内存模型和编译器都各不相同。要让一段程序在英伟达、昇腾和寒武纪上都能高效运行，这在工程上是一块极其难啃的硬骨头。无问芯穹的DeepLink方案正是为此而设计——但全球都在攻克这一难题，至今无人彻底解决。
为什么这个问题现在变得重要？因为英伟达芯片受到限制，国产芯片被迫加速发展。但国产芯片的问题在于碎片化——昇腾、寒武纪、海光、摩尔线程等厂商各自为战，没有一家真正统一市场。结果出现了尴尬的局面：国产芯片越多，就越需要“翻译”，无问芯穹这类调度层的价值也就越大。
这一需求的真实性得到了真金白银的验证。据报道，DeepSeek正在押注国产算力，新一轮融资至少达到800亿元，其中相当一部分将用于华为昇腾等国产芯片。
当像DeepSeek这样的大模型公司开始绕开英伟达、转向国产芯片时，它立刻会面临“碎片化”的挑战——而要跨越这一障碍，就需要有人提供“调度”和“翻译”服务。无问芯穹抓住的，正是“国产算力崛起”这一时代背景下的结构性缺口。
但这里存在一个它自身难以回避的问题：它的价值建立在“国产芯片碎片化”的前提之上。如果未来国产芯片实现统一，例如昇腾一家独大，那么“异构调度”的需求就会消失。无问芯穹押注的是“碎片化将持续”，这一赌注是其所有价值的根基，也是其最大的不确定性。
三、中间层的宿命：三层夹击与自我暴露
比技术更棘手的是商业挑战。
Token工厂的业务处于一个被三层夹击的位置。上游，芯片碎片化导致算力资源难以规模化供给；中游，推理成本高企限制了Token价格的下降空间；下游，Token价格战使得Token越来越便宜。
钛媒体的一篇报道标题点明了这一处境：“算力荒，但Token却便宜了”。上游芯片供应紧张（算力荒），下游Token价格竞争激烈（Token便宜），中间层受到两头挤压。Token工厂正处在这个最尴尬的位置。
这场Token价格战已经激烈到有人开始提出“词元通胀”的概念——Token越来越多、越来越便宜，这可能会成为数字经济的系统性风险。这一担忧背后，是Token工厂面临的残酷现实：当Token便宜到一定程度，“薄利多销”就会变成“越卖越亏”。
此外，无问芯穹并非唯一的参与者。硅基流动专注于“第三方MaaS”（模型即服务），在2026年6月完成了超过20亿元的B轮融资，估值达77.4亿元，创下了国内第三方MaaS赛道的纪录。它与无问芯穹本质上从事同一业务——都介于算力和模型之间，最终都销售Token。这场“中间层”的竞争，是一场“谁能将Token成本降至最低”的价格战。
最令人意外的是，无问芯穹自己的首席科学家戴国浩，公开承认了Token工厂面临的三大挑战：第一，算力资源碎片化，难以形成规模化供给；第二，推理成本高企，制约Token价格下探；第三，模型迭代速度快，对生产架构的灵活性要求高。
这三点，相当于无问芯穹自己人将Token工厂的弱点摆在了桌面上：上游碎片化、中游成本高、下游变化快。它自己比任何人都清楚这门生意的难度。
更值得关注的是第三条——“模型迭代速度快，对生产架构灵活性要求高”。这一点常被忽略，但可能是最致命的。
Token工厂要盈利，依赖于“稳定、大规模、低成本”地生产Token，就像工厂一样。但模型迭代太快，今天的主流架构，明天可能就会被新架构取代。
一个“工厂”最怕的就是“产品天天变”——这意味着刚建好的生产线可能很快就要推倒重建。对Token工厂来说，“工厂”这两个字本身就是最难兑现的承诺。
回顾历史，中间层公司的命运大多不乐观。在云计算时代，也有一批从事“多云管理、异构调度”的公司，如Enstratius、Dell的多云管理方案，最终要么被收购、要么被放弃、要么消失。
原因相同：中间层公司夹在上下游之间，上游（芯片厂、云厂）希望自己掌控生态，下游（客户）希望直接找到源头。中间层要么做大成为平台，要么被两头挤压致死。
无问芯穹是否会重蹈这一宿命？目前来看，它拥有累计43亿元的融资、腾讯和百度的背书，以及2027年上市的窗口期，这使它比当年的多云管理公司更具优势。但“Token工厂”业务的底层困境并未因资金充裕而消失——这43亿元只是让它在上游和下游的挤压之前，拥有了更长的跑道，而非改变了它的处境。
回到无问芯穹。它押注的是：算力将像电力一样，成为标准化的、按Token计费的商品，而它要成为“最高效的Token工厂”，通过异构调度将Token成本降至最低。
这一赌注在逻辑上是成立的——算力确实在商品化，Token确实在变成“电力”。但它的三道障碍也显而易见：巴别塔能否被翻译、Token价格战下的利润来源、中间层是否会被上下游吸收。
累计43亿元的融资，买的是这个赌注。至于赌注是否正确，取决于它能否先克服首席科学家提出的三大挑战。而它提交港交所上市申请、力争在2027年上市，也说明了一件事：它需要二级市场的资金来支撑它跨越这三道障碍。这43亿元无法填平这三道坎，每一道都需要时间慢慢解决。