2026年7月，具身涌现获悉，海外推理云服务商Fireworks AI正式完成15.05亿美元D轮融资，折合人民币约102亿元，投后估值攀升至175亿美元，换算人民币超1180亿元。

本轮由Atreides Management、Index Ventures、TCV三家机构联合领投，英伟达直接跟投，红杉、光速、Bessemer等过往投资机构持续加码，顶级资本集体押注AI推理基础设施赛道。

在开源模型快速追赶闭源能力、企业算力成本持续承压的行业背景下，这笔百亿级融资不只是一家初创企业的估值跃升，更是全球资本对“Token工厂”独立产业价值的集中背书，也清晰划分出AI产业从拼模型参数到拼推理效率的全新竞争周期。

01

放弃巨头舒适区创办Fireworks，创始人底层底气来自哪里？

Fireworks AI的掌舵人Lin Qiao是复旦计算机本硕出身，也是全球AI底层框架PyTorch的核心缔造者，她的成长轨迹早已埋下深耕分布式算力、拆解复杂系统的基因。

童年时期跟随机械工程师父亲研读船舶图纸的经历，让她养成将庞大复杂工程拆解为标准化可计算单元的思维，高中阶段用BASIC编写小游戏后，计算机科学成为她明确的长期方向。

完成复旦本硕学业后，她远赴加州大学圣塔芭芭拉分校攻读分布式系统博士，先后任职IBM、LinkedIn，深耕大规模数据调度与数据分析优化技术，积累下企业级大规模算力架构搭建的完整经验。

2015年加入Meta是她职业生涯的关键转折点，七年时间里她从数据基础设施经理晋升至工程高级总监，带领三百人团队完成PyTorch全栈重构。

原本计划半年落地的项目最终耗时五年，彻底打通Meta全球数据中心的训练、推理全链路，巅峰时期这套系统每日承载超5万亿次模型推理，支撑起Meta全系AI业务。

具身涌现认为，正是在Meta搭建AI底层引擎的经历，让她捕捉到行业尚未被填补的空白：头部大厂拥有自研算力体系，但绝大多数企业缺少低成本、稳定落地开源模型的标准化通道，企业自建推理集群成本高、技术门槛厚重，开源模型商业化落地存在巨大断层。

2022年10月，ChatGPT正式发布前一个月，Lin Qiao从Meta离职，在加州红木城组建七人创始团队创立Fireworks AI，团队六人来自Meta PyTorch核心小组，一人出自谷歌Vertex AI，其中包含三名华人技术骨干。

她抛出“复合AI”的核心理念，摒弃单一超大模型的发展路线，主张企业依托自有业务数据打造专属小专家模型，Fireworks的核心使命就是把Meta五年完成的AI基建搭建工作，压缩至企业数天即可落地。

公司成立至今融资节奏清晰，2023年拿下红杉、英伟达、AMD参与的A轮融资，2024年B轮估值5.52亿美元，2025年10月C轮融资后估值40亿美元，短短两年估值翻涨三十余倍，资本持续加注的核心逻辑，正是团队独一份的大规模推理工程化能力。

02

Fireworks AI的技术壁垒藏在哪些量化数据里？

市场上多数算力服务商仅做GPU资源转租，Fireworks AI的核心竞争力在于自研软件层优化体系，用工程技术拉高单卡算力吞吐，这也是黄仁勋将其称作AI工厂台积电的核心原因。

公司自研Fire Attention CUDA内核栈，针对主流开源模型深度适配，部署DeepSeek V4 Pro时单卡每秒可输出167个token，官方测算同等硬件条件下处理速度达到行业同类产品的五倍。

整套推理体系叠加解耦服务架构、语义缓存、推测解码三重优化方案，有效压低长尾请求延迟，解决企业大规模并发调用时卡顿、超时的核心痛点。

平台对外开放兼容OpenAI标准的统一API接口，覆盖200余款文本、图像、多模态开源模型，企业客户可基于自有私有数据完成SFT监督微调、DPO偏好优化、RFT强化微调，同时支持挂载100个LoRA适配器且不额外收取费用，在合规层面拿下SOC2、HIPAA、GDPR全球企业通用资质，2026年接入微软Foundry体系，Azure云客户可一键调用平台推理服务，打通全球主流云厂商生态。

商业化定价形成清晰分层，8B小模型无服务器推理每百万token仅0.2美元，70B大模型单价0.9美元，同时开放GPU按时租赁模式，综合成本仅为同等性能闭源模型的1/5至1/10。

亮眼的运营数据印证技术落地价值，当前公司年化营收突破10亿美元，同比涨幅达五倍；平台日处理token总量从15万亿增长至40万亿以上，超95%的调用token来自企业定制化私有模型，通用开源模型的原生调用占比持续走低，侧面证明企业专属智能已经成为市场主流需求。

客户版图也完成结构性迭代，早期AI代码工具Cursor贡献近半数营收，如今合作名单覆盖Notion、Quora、Uber、Shopify、Perplexity等全球互联网企业，甚至承接Sentient百万级用户排队并发场景，24小时稳定承载海量AI请求，从开发者尝鲜工具升级为企业生产级基础设施。

本轮102亿融资将全部用于全球算力采购与团队扩张，公司计划将200人工程团队扩充至年末600人，持续加深与英伟达、微软的深度绑定，进一步放大规模化推理效率优势。

03

全球同步掀起Token工厂浪潮，中美赛道存在怎样底层分化？

Fireworks AI并非海外推理赛道独一家，近半年多家同类型企业完成大额融资，Together AI、Baseten相继拿下8亿、15亿美元融资，估值分别突破83亿、130亿美元，英伟达均作为产业资本入场布局，海外资本统一认可推理中间层的长期价值，赛道底层逻辑围绕全球化企业软件客户、单一GPU生态高效优化展开。

国内同步兴起Token工厂赛道，但发展路径与海外形成天然差异，核心驱动力来自异构算力适配需求。硅基流动、无问芯穹、九章云极、趋境科技等本土厂商，核心课题是打通英伟达GPU与昇腾等国产芯片混合部署体系，解决国内算力生态碎片化难题。

硅基流动冲刺AI Token工厂第一股，估值77.4亿元，阿里、华为哈勃为核心股东，率先完成DeepSeek满血版在国产昇腾芯片的稳定部署；无问芯穹推出Agentic MaaS平台，日均token调用量较去年底增长二十倍；九章云极打造新一代智算云体系，承载千款行业专用模型，首创算力标准化计价单位，推动算力像电力一样流通交易。

具身涌现认为，中美Token工厂看似赛道重合，实则处于两条完全独立的产业周期。

海外厂商依托统一英伟达算力生态，优先追求极致推理速度与全球化标准化服务，资本以长线企业软件基金为主，英伟达兼顾供应商与投资方双重身份，形成软硬件协同闭环；国内厂商需要兼顾国产芯片适配、政企合规需求、公有云巨头竞争三重压力，国资与产业资本持续入场，异构算力适配成为不可替代的本土壁垒，但同时面临阿里云、百度智能云等公有云厂商的业务挤压，大模型原生厂商也存在自研推理分流客户的潜在风险。

04

推理赛道能否走出独立龙头？

当下开源模型性能持续逼近闭源方案，各类Agent应用爆发式增长，单次请求token消耗量大幅提升，企业AI使用成本成为财务部门重点管控项，不少硬件终端厂商甚至因高额推理支出限制产品AI功能开放，市场对低成本、高稳定推理服务的刚需被彻底放大，资本从追逐大模型训练层转向下注推理基础设施，是行业成熟的必然走向。

外界普遍担忧Token工厂只是算力中间商，毛利率受硬件采购、客户价格战持续挤压，容易陷入高营收、低利润的转售困境，同时公有云、头部模型厂商双向挤压赛道生存空间。

但具身涌现持不同观点，单纯倒卖算力的服务商终将被市场淘汰，具备自研底层推理内核、定制化微调全链路能力的企业会形成不可替代的技术护城河，Fireworks AI的增长曲线已经证明，当企业需要专属私有模型、严格合规部署、极致并发效率时，独立第三方推理平台存在不可替代的价值，这也是台积电模式能够复刻到AI行业的核心逻辑。

云计算发展初期，服务器、IDC服务商也曾被视作简单硬件中间商，最终行业收敛为少数几家具备完整软硬件优化能力的巨头，推理赛道未来大概率复刻相似路径。短期来看，海量市场需求会支撑多家厂商同步扩张，但长期竞争的胜负手不在于融资规模与算力储备，而在于能否持续优化单位token成本、沉淀企业私有模型托管服务粘性，建立脱离单纯硬件差价的增值服务体系。

Fireworks AI百亿融资给全行业提供清晰参照，AI产业的价值重心正在从“造出更强的大模型”转向“低成本稳定运行AI”，Token作为 AI 产业标准化流通商品，承载起全新的数字基础设施商业体系。

对于国内本土Token工厂而言，不必完全复刻海外单一GPU生态的发展路线，深耕异构算力适配、行业私有化定制、政企合规服务，走出差异化本土路径，同样能挖掘出属于自身的长期增长空间，推理层作为AI产业承上启下的中间环节，会持续诞生具备千亿估值潜力的产业玩家。