出品 | 虎嗅科技組

作者 | 梁卡爾

編輯 | 苗正卿

頭圖 | 云天暢想

這是虎嗅WAIC“追蹤Token商業(yè)新范式”系列文章第【07】期。

云天暢想這輪融資，不能只看成一家邊緣智算公司的補(bǔ)血。

6月17日，云天暢想宣布完成超過10億元人民幣E輪融資，由中國互聯(lián)網(wǎng)投資基金領(lǐng)投，中金資本等機(jī)構(gòu)跟投。截至2026年6月，該公司累計(jì)融資超過30億元人民幣。伴隨融資公布的，還有一個新戰(zhàn)略宣布，公司定位從“邊緣智算服務(wù)商”，拓展為面向AGI時代的“實(shí)時智算織網(wǎng)”。

可是，當(dāng)普通大模型Token正在被大廠打成價格戰(zhàn)，低時延、靠近終端的“實(shí)時Token”為什么還能賣出溢價？這是這輪融資背后的核心賭局。也就是說，云天暢想的客戶是否會愿意為了“更快”持續(xù)多付錢。

過去兩年，AI基礎(chǔ)設(shè)施的主角是超大規(guī)模數(shù)據(jù)中心。科技巨頭堆疊數(shù)萬張GPU，訓(xùn)練更大的模型，爭奪誰的模型更聰明的話語權(quán)。但當(dāng)大模型開始進(jìn)入應(yīng)用階段，行業(yè)矛盾正在變化。

更大的背景是，在這個轉(zhuǎn)變過程中，Agent、Physical AI（物理AI）、智能座艙、AIPC、智能硬件等新場景，對響應(yīng)速度、并發(fā)穩(wěn)定性和服務(wù)覆蓋能力提出了更高要求，也推動算力基礎(chǔ)設(shè)施從中心化部署走向分布式網(wǎng)絡(luò)化布局。

“過去大家只關(guān)心大模型的質(zhì)量，但當(dāng)AI走向規(guī)?；瘧?yīng)用時，大家更關(guān)注成本、延時和交互的用戶體驗(yàn)?！痹铺鞎诚胧紫茖W(xué)家張霖濤告訴虎嗅。

但問題是，從訓(xùn)練轉(zhuǎn)向推理是算力需求結(jié)構(gòu)變了，這不意味著邊緣的崛起。推理市場同樣會被大廠壓價，云天暢想要做的就是，找出一個不按照普通Token價格競爭的市場。

張霖濤用了一個商業(yè)比喻來解釋這種變化，那些位于偏遠(yuǎn)地區(qū)、規(guī)模宏大的中央算力中心，本質(zhì)上是AI時代的“煉油廠”，負(fù)責(zé)把原始數(shù)據(jù)“提煉”成高智商的模型；而云天暢想構(gòu)建的分布式邊緣智算網(wǎng)絡(luò)，是密布在用戶身邊的“加油站”。當(dāng)用戶的“汽車”（智能終端）需要能量時，它不可能開到數(shù)千公里外的“煉油廠”，它需要在最近的“加油站”進(jìn)行即時加注。

這個比喻能解釋邊緣算力的必要性，但解釋不了商業(yè)性。加油站賺錢的邏輯是高頻次、穩(wěn)定的毛利和明確的單位經(jīng)濟(jì)模型，而不僅僅是便利性。放在AI推理里，就是低延遲能不能形成溢價，邊緣節(jié)點(diǎn)能不能賺到錢，云天暢想能不能定義價格。

對云天暢想來說，其客戶采購這類服務(wù)時，并不只看每百萬Token價格，排序更靠前的是能否在不同地區(qū)落地服務(wù)，以及服務(wù)穩(wěn)定性和質(zhì)量。其客戶通常有真實(shí)落地場景，對服務(wù)質(zhì)量的要求高于單純的價格敏感度。

云天暢想后續(xù)可能會考慮Token計(jì)價的產(chǎn)品，但至少在現(xiàn)階段，價格并不是其客戶采購時的第一權(quán)重。

低延遲不是護(hù)城河

實(shí)時Token是一個具有技術(shù)張力的核心賭注。

今天，賣云、賣算力、賣Token，本質(zhì)上正在變成同一場生意，誰的成本更低，誰的供應(yīng)更穩(wěn)定，誰就能在價格戰(zhàn)里多活一輪。

普通Token的價格正在快速下探。文本問答、摘要翻譯這類推理需求，標(biāo)準(zhǔn)化程度高、對延遲不極端敏感，天然適合被大廠、公有云和模型公司卷成規(guī)模化商品。

云天暢想并不想進(jìn)入這個最擁擠的戰(zhàn)場。云天暢想聯(lián)合創(chuàng)始人、首席戰(zhàn)略官徐公美的判斷是，要賣技術(shù)含金量高的實(shí)時Token。

所謂實(shí)時Token， 不是一個單純的技術(shù)概念，也不是一個成熟的標(biāo)準(zhǔn)計(jì)價單位，而是一類商業(yè)場景，如實(shí)時語音交互、AI PC、智能座艙、游戲AI等現(xiàn)有的應(yīng)用，以及未來的具身智能和物理AI。這些場景的共同點(diǎn)是，用戶不能等，這也是云天暢想找到的差異市場。

云天暢想面對的并不是單一類型客戶，使用中心云、公有云模型API、自建推理集群的客戶都有，但更高頻的共同訴求是低時延。原因有兩層：一是時延直接影響用戶體驗(yàn)，體驗(yàn)下降會帶來用戶流失；二是低時延會創(chuàng)造新的交互場景，比如智能耳機(jī)、智能陪伴等需要實(shí)時反饋的終端應(yīng)用。

不過，對于哪些任務(wù)最容易打出ROI，云天暢想并未給出明確排序，只強(qiáng)調(diào)“低時延是核心場景”。究竟哪一類場景最容易打出ROI，仍需要更多客戶案例驗(yàn)證。

一個聊天機(jī)器人慢兩秒，用戶可能還能接受，但游戲里的AI NPC反應(yīng)慢半拍，沉浸感會被破壞，智能座艙和機(jī)器人更極端，很多交互和決策需要在毫秒級完成，不能把所有計(jì)算鏈路都拉到遠(yuǎn)端中心云。

張霖濤舉了自動駕駛的例子，當(dāng)車在路上行駛，留給障礙物識別并作出決策的時間通常只有數(shù)毫秒時間，這時候數(shù)據(jù)通過幾千公里外的中央機(jī)房去計(jì)算?！八阃炅嗽賯骰貋恚嚳赡苤苯泳妥采狭?。所以這種必須在最近的邊緣端搞定?！?/p>

嚴(yán)格來說，自動駕駛是一個容易被誤用，但能說明方向的例子。安全閉環(huán)必須在車端完成，不能依賴遠(yuǎn)端云，邊緣節(jié)點(diǎn)更可能承擔(dān)協(xié)同感知、地圖更新、仿真訓(xùn)練、內(nèi)容與交互等任務(wù)。這個邊界說明，越靠近物理世界，計(jì)算鏈路越需要分層。

這種影響在物理AI與具身智能領(lǐng)域體現(xiàn)的將更為明顯。當(dāng)一個具身智能機(jī)器人在復(fù)雜的物理環(huán)境中行走、抓取物體，其背后每秒鐘產(chǎn)生的Token調(diào)用量和圖形渲染需求，遠(yuǎn)超傳統(tǒng)聊天機(jī)器人，且對延遲敏感，不能完全依賴遠(yuǎn)端中心云。這種剛性需求讓大型數(shù)據(jù)中心遇到難以解決的物理困境。

云天暢想的方案是，未來的算力基礎(chǔ)設(shè)施不再是堆砌孤立的機(jī)房，而是一種分布式網(wǎng)絡(luò)化布局。該公司正在通過構(gòu)建覆蓋全球300多個城市的邊緣智算網(wǎng)絡(luò)，將算力節(jié)點(diǎn)直接推到距離用戶“最后一公里”的數(shù)字邊緣，從而有機(jī)會完成實(shí)時Token的商業(yè)布局，但短期內(nèi)難以成為商業(yè)模型的主要支撐。

圖片來源：云天暢想

從被誤解的“云游戲”到“GPU原生”

根據(jù)過往業(yè)務(wù)，云天暢想經(jīng)常被貼上“云游戲”的標(biāo)簽。這既是它的起點(diǎn)，也一度限制了外界對它的估值想象。云游戲行業(yè)曾經(jīng)熱過，也冷過，市場對這個賽道的商業(yè)化耐心并不算高。但從另一面看，云游戲恰恰是最早驗(yàn)證邊緣GPU能力的高壓場景。

云游戲業(yè)務(wù)本質(zhì)上是一套實(shí)時計(jì)算工程，對圖形計(jì)算和算力壓榨極為嚴(yán)苛、殘酷，它要求在移動端實(shí)現(xiàn)超高畫質(zhì)的圖形渲染，同時必須將端到端的流媒體傳輸延遲控制在毫秒級，否則玩家就會感到明顯的卡頓。這類場景對GPU調(diào)度、低時延網(wǎng)絡(luò)、異構(gòu)硬件適配、峰谷負(fù)載管理等維度要求很高。

徐公美告訴虎嗅，云游戲公司是一種誤解，云游戲是技術(shù)服務(wù)率先爆發(fā)的落地場景，但從底層架構(gòu)和技術(shù)積累看，云天暢想并不認(rèn)為自己只是一家游戲服務(wù)商。

張霖濤進(jìn)一步解釋，“云天暢想從成立第一天起，本質(zhì)上就是一個GPU原生和邊緣原生的分布式異構(gòu)算力調(diào)度平臺，所有的軟件架構(gòu)和網(wǎng)絡(luò)傳輸，都是為了最大化釋放GPU的能力而設(shè)計(jì)的”。國家企業(yè)信用信息公示系統(tǒng)顯示，當(dāng)前公司實(shí)體深圳云天暢想信息科技有限公司成立于2020年8月，實(shí)際業(yè)務(wù)探索始于2016年。

云游戲和AI推理表面上，一個算圖形，一個算Token，但底層都需要GPU資源，都要求低延遲，都要處理高并發(fā)，都要在不同終端上保持穩(wěn)定體驗(yàn)?！皬乃銏D形變成算AI（Token），對我們的底層架構(gòu)來說，是一個自然而然、水到渠成的基因演進(jìn)”，張霖濤告訴虎嗅。

這是云天暢想試圖重估自己的邏輯，它已經(jīng)進(jìn)入AI推理市場。張霖濤說，“當(dāng)頭部客戶提出高性價比、低延遲的AI推理需求時，云天暢想能夠快速轉(zhuǎn)化商業(yè)落地，在邊緣端實(shí)現(xiàn)大規(guī)模的實(shí)時智算服務(wù)”。

但問題也在這里，云游戲能力能不能遷移到AI推理，不是靠一句“基因演進(jìn)”就能證明的，更何況這背后還有商業(yè)的訴求。

真正的賬，是怎么榨干GPU每一秒

當(dāng)前AI基礎(chǔ)設(shè)施賽道的投資泡沫已有所體現(xiàn)。一些獨(dú)立算力服務(wù)商為了爭奪大模型訓(xùn)練的訂單，甚至盲目舉債采購昂貴的芯片，導(dǎo)致毛利率為負(fù)，又或者單純依賴持續(xù)燒錢來維持運(yùn)轉(zhuǎn)，其商業(yè)模型的健康度受到質(zhì)疑。

云天暢想這門生意能不能跑通，維持毛利率，核心在于同一批GPU能不能在更多時間里賺錢。

云天暢想給出的解法是“算力復(fù)用”。按照其設(shè)想，邊緣節(jié)點(diǎn)并不只服務(wù)單一場景。白天，服務(wù)器可以承接互聯(lián)網(wǎng)平臺的視頻處理、大模型推理、智能座艙交互、企業(yè)AI任務(wù)；到了中午、傍晚或深夜等閑暇時段，算力又可以被調(diào)度到云游戲、實(shí)時渲染等場景。

如果這些負(fù)載能夠錯峰互補(bǔ)，GPU利用率就會被抬高，單個硬件的投資回報周期也會縮短。但這仍然是一個需要驗(yàn)證的商業(yè)假設(shè)。

更細(xì)的成本拆解目前云天暢想并未完全披露。這意味著，外界目前還很難判斷其成本優(yōu)勢究竟來自哪里。對一家邊緣智算公司來說，低時延是前臺賣點(diǎn)，但后臺真正決定利潤率的，仍然是GPU利用率和單位算力成本。

云天暢想目前公開披露了覆蓋全球300多個城市的邊緣智算網(wǎng)絡(luò)，也強(qiáng)調(diào)與運(yùn)營商、內(nèi)容平臺、云服務(wù)商協(xié)同。但不同業(yè)務(wù)的負(fù)載是否真的能夠錯峰？邊緣節(jié)點(diǎn)的平均利潤率是否達(dá)標(biāo)？這些如果不能持續(xù)兌現(xiàn)，“實(shí)時Token”就仍然只是一個好聽的概念。

云天暢想另一個能力是國產(chǎn)芯片適配。

訓(xùn)練階段，英偉達(dá)憑借CUDA生態(tài)、單卡性能和開發(fā)者體系，優(yōu)勢仍然明顯。但推理階段的邏輯有所不同。很多推理任務(wù)未必需要最頂級的單卡峰值算力，客戶更關(guān)心性價比、功耗、穩(wěn)定性和綜合成本。

張霖濤認(rèn)為，AI進(jìn)入推理階段后，國產(chǎn)芯片迎來了新的市場空間?！耙?yàn)橥评硎敲嫦蚓唧w業(yè)務(wù)場景的。一些大廠或者政府項(xiàng)目客戶對底層的國產(chǎn)化率是有要求的。這時候，國產(chǎn)芯片如果能在某些特定場景下做好適配，把功耗降下來，性價比做上去，它就能很好地滿足需求?！?/p>

他說，云天暢想要做的，就是幫國產(chǎn)芯片做好底層異構(gòu)調(diào)度和調(diào)優(yōu)。徐公美也透露，云天暢想在底層已與約90%的國產(chǎn)芯片廠商建立合作。多廠商、多架構(gòu)芯片的異構(gòu)調(diào)度與調(diào)優(yōu)，確實(shí)可能成為云天暢想在特定市場中的競爭壁壘。

但國產(chǎn)芯片適配不是萬能鑰匙，英偉達(dá)的優(yōu)勢仍然明顯，對云天暢想來說，國產(chǎn)芯片適配是苦活累活。換句話說，這個過程中的成本不容忽視。

在E輪的投資節(jié)點(diǎn)上，云天暢想提出“實(shí)時智算織網(wǎng)”的戰(zhàn)略，押注在AI推理會在邊緣端需求更多。但問題是，實(shí)時Token是否真有足夠溢價，還要靠客戶付費(fèi)驗(yàn)證。很多客戶最終可能會在端側(cè)、本地私有云和中心云之間做成本權(quán)衡，而不是簡單選擇邊緣節(jié)點(diǎn)。

不僅如此，物理AI仍是遠(yuǎn)期的商業(yè)藍(lán)圖，不是短期的現(xiàn)金流。機(jī)器人、自動駕駛和具身智能固然有更復(fù)雜的實(shí)時算力需求，但大規(guī)模商業(yè)化節(jié)奏并不明確。因此，融資背后是，在Token價格戰(zhàn)之下，低延遲是否能拉起價格。

只有客戶愿意持續(xù)付費(fèi)買單，云天暢想才會抬高估值。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4871559.html?f=wyxwapp