2026 年前 10 个月，国内八家第三方 AI Infra 企业累计完成 20 轮融资，10 月内无问芯穹、清程极智、趋境科技等又相继披露新一轮融资；在 "会不会被大厂取代"" 卖 Token 能否赚钱 "等争议之下，资金仍持续涌向算力调度、模型部署、推理优化和 Token 服务这条中间层。这轮热度并不是普惠式回暖，而是资本在不确定行业里寻找相对确定的标的：约九成资金流向一成头部企业，能同时覆盖调度、部署、推理和 Token 服务、并证明跨平台交付能力的公司出现抢额度、抢份额、抢时间的 FOMO 现象。AI 基础设施的竞争焦点正在从" 有没有算力 "转向" 算力如何被高效调度、交付和变现 "，第三方 AI Infra 也从云计算旁支逐步嵌入算力网络、云网融合和行业算力中心建设。目前行业尚未进入全面出清，但已处在分层洗牌前期，尾部同质化 Token 服务和单纯转售算力的模式率先承压，头部企业的估值将更严格对照收入质量、毛利率和客户留存，2026 年四季度至 2027 年是从" 融资竞赛 "转向" 交付竞赛 " 的关键验证窗口。
一、融资概览：10 个月 20 轮，资金向头部集中
1. 整体节奏
| 维度 | 公开信息 |
|---|---|
| 统计周期 | 2026 年前 10 个月 |
| 覆盖企业 | 国内八家第三方 AI Infra 企业 |
| 融资轮次 | 累计 20 轮 |
| 10 月新增披露 | 无问芯穹、清程极智、趋境科技等相继披露新一轮融资 |
| 资金分布 | "一九效应"，约九成资金流向一成头部企业 |
| 资金性质 | 国资机构 + 金融资本 + 产业资本组合为主 |
2. 代表性融资样本
| 企业 | 融资进展（公开口径） | 业务定位 |
|---|---|---|
| 无问芯穹 | 2026 年 10 月完成 23 亿元 C 轮，累计融资 43 亿元，单轮与累计额均创国内 AI Infra 纪录，已筹备 / 递表 IPO | 不造芯片、不做模型，做异构算力调度者和运营商，轻资产 "新云" 模式 |
| 硅基流动 | 2026 年 9 月宣布 B + 轮二期和 C 轮，年内累计融资近 29 亿元，已向港交所递交上市申请，估值约 77 亿元 | 推理基础设施、Token 服务与本地部署解决方案 |
| 趋境科技 | B 轮融资，半年累计融资约 10 亿元；投资方含地方国资、金融资本及商汤科技、网宿科技等产业方 | 算力调优、推理优化与集群部署 |
| 清程极智 | 2026 年 10 月披露新一轮融资 | AI 基础设施与推理部署服务 |
| 万象智维 | 2026 年 11 月再获数千万元新一轮融资，投向人才引进、商务扩充与部署方案标准化 | 端侧 AI 基础设施与推理引擎 |
3. 资本下注的三重逻辑
- 投资确定性高于应用层：大模型进入应用阶段后，企业需要解决多芯片统一调度、模型高效部署、推理成本下降等问题，需求比 Agent 等应用赛道更容易形成可验证订单。
- 头部标的具备稀缺性：能同时覆盖调度、部署、推理和 Token 服务，并证明跨平台交付能力的企业数量有限。
- 投资结构转向组合型资金：国资看长期复利和区域算力布局，产业资本看上下游协同与供应链安全，头部 VC 看赛道爆发；不再是纯财务资本单一驱动。
二、争议焦点：大厂替代阴影与独立第三方的生态缝隙
1. 争议两端观点
| 立场 | 核心论据 |
|---|---|
| 质疑方（可能被替代） | 大模型厂商和云厂商自身具备算力调度、模型部署和推理服务能力；开源工具持续降低部署门槛；第三方部分服务可能只是大模型发展初期的过渡产物 |
| 支持方（存在独立空间） | 大厂与独立服务商业务逻辑、销售模式不完全相同；大厂未必有充分动力覆盖所有中小客户和碎片化场景；跨供应商统一调度需求难以被单一云厂商完全满足 |
2. 第三方可切入的两类市场机会
- 中小企业与开发者侧：对低成本推理服务敏感，平台若积累足够客户和 Token 消费量，可能形成持续收入。
- 大型客户与省级算力中心侧：部分算力集群建设、运营或 Token 交付仍会外包；省级算力中心资源分散在不同地区、不同供应商之间，需要跨供应商统一管理调度，而非完全绑定某一家大型云厂商。
3. 缝隙的边界
- 大厂掌握模型、算力、应用和客户资源，独立第三方可建立的生态相对有限。
- 部分中小企业选择第三方，原因之一是大厂高端 GPU 优先供应大客户、中小企业获取渠道有限；随着大厂算力供给增加，哪些业务能长期留在第三方手中，是下一阶段竞争关键。
三、商业化拐点：毛利率分化下的两种生意
1. 业务模式对比
| 业务类型 | 特点 | 毛利表现（硅基流动招股书口径） |
|---|---|---|
| 公有云 / 标准化 Token 服务 | 市场空间大、产品标准化程度高、利润薄、竞争强，单价持续下行 | 2025 年公有云服务毛利率 -119% |
| 本地部署 / 行业解决方案 | 毛利更高，更依赖交付能力和客户关系 | 2025 年本地部署解决方案毛利率 82.5% |
2. 商业化压力来源
- AI 基础设施投入周期长、资本开支大，单纯靠融资扩张无法解决全部问题。
- 大量资金若只用于堆算力资源，而不同步提升运营效率、降低成本，会形成沉重经营负担。
- 更合理的路径是联合上下游共同调动算力资源，探索更低成本、更高效率的运营模式。
- 估值争议并存：部分热门项目估值已到后期阶段水平，但产品和商业化能力仍处早期；早期投资更看重增长潜力和竞争位置，不能完全用当前盈利解释融资行为。
3. 海外对照
- 海外对 CoreWeave 等新云厂商的债务扩张、GPU 折旧压力已有质疑，有机构警告高度依赖债务扩张的新云厂商可能被淘汰。
- 但 Nebius 仍获得花旗银行 35 亿美元担保信贷额度，用于数据中心建设和 GPU 采购；融资模式受质疑，资金并未明显停下。
- 海外头部推理基建估值参考：Fireworks AI 约 175 亿美元、Baseten 约 130 亿美元、Together AI 约 83 亿美元，英伟达均有投资。
四、技术与产业视角：中间层到底做什么
1. 典型技术架构分层
| 层级 | 职能 |
|---|---|
| 基础层 | 异构算力统一纳管，接入不同芯片、不同地域、不同供应商资源 |
| 核心优化层 | 自研推理引擎，覆盖算子开发、显存 / 存储等专项优化 |
| 调度层 | 动态负载分配、集群混部、跨域跨供应商资源调度 |
| 交付层 | 标准化 API、多模型统一接入、行业解决方案与专有云交付 |
2. 需求侧数据支撑
- Gartner 预测：2026 年全球推理支出约 233 亿美元，首次超过 190 亿美元的训练支出，占 AI 基础设施服务总支出约 55%。
- 中国信通院报告：2026 年推理算力占 AI 算力总负载比重将达 70.5%。
- 国家数据局数据：我国日均 Token 调用量从 2024 年初千亿级，增至 2025 年底 100 万亿，2026 年 3 月突破 140 万亿。
3. 通信产业中的位置
- 国内 "东数西算" 和一体化算力体系推进后，算力供给变成跨区域、跨主体、跨技术栈的调度问题。
- 基础电信企业、云厂商、第三方服务商共同争夺算力编排、云网融合和行业云入口。
- 第三方机会：异构算力统一调度、跨供应商资源管理、边缘推理部署、行业专有云交付。
- 第三方挑战：重资产投入、客户消纳不足、能效压力和合规要求。
五、洗牌判断与后续观察指标
1. 当前阶段判断
- 尚未进入全面洗牌，但已进入分层洗牌前期。
- 尾部同质化 Token 服务、单纯转售算力资源的模式将率先承压。
- 头部企业仍能获得融资，但估值将更严格对照收入质量、毛利率和客户留存。
- 2026 年四季度至 2027 年，是行业从 "融资竞赛" 转向 "交付竞赛" 的关键验证窗口。
2. 三个核心观察指标
- 收入质量：公有云与本地部署业务的毛利结构能否改善，标准化 Token 服务是否通过效率优化转正。
- 客户结构：是否过度依赖少数大客户，Token 消费量能否持续增长，客户留存是否稳定。
- 技术壁垒：跨供应商调度能力、推理优化效率和能效管理是否形成可复用产品，而非一次性项目交付。
整体来看，第三方 AI Infra 之所以 "越有争议越抢手"，是因为争议集中在长期边界和盈利模式，而资本下注的是当下确定性更强的效率缺口：多芯片并存、推理成本高企、跨域调度困难是现实痛点，中立第三方在中间层有不可替代的位置。但融资轮次不等于商业成功，真正的分水岭不是又拿到一轮融资，而是能否把算力需求转化为稳定收入和可持续盈利；行业最终会按交付能力、毛利结构和客户质量重新分层。
【常见问题】
问题 1：第三方 AI Infra 在 2026 年前 10 个月一共完成多少轮融资，钱主要流向哪些企业？
回答 1： 据公开融资信息统计，2026 年前 10 个月国内八家第三方 AI Infra 企业累计完成 20 轮融资，10 月内无问芯穹、清程极智、趋境科技等又相继披露新一轮融资。资金呈现明显 "一九效应"，约九成流向一成头部企业；代表性样本包括完成 23 亿元 C 轮、累计 43 亿元的无问芯穹，年内累计融资近 29 亿元的硅基流动，以及半年累计融资约 10 亿元的趋境科技，其余为清程极智、万象智维等细分方向厂商。
问题 2：第三方 AI Infra 最核心的争议是什么，为什么大厂可能替代不掉它？
回答 2： 最大争议是独立第三方会不会被大模型厂商和云厂商取代。质疑方认为大厂自身具备调度、部署和推理能力，开源工具也在降低门槛；支持方则指出大厂业务逻辑和销售模式不同，未必有动力覆盖所有中小客户和碎片化场景，省级算力中心跨供应商统一调度、异构资源管理等需求，需要中立第三方承接。但生态缝隙不等于宽阔市场，随着大厂算力供给增加，哪些业务长期留在第三方手中仍待验证。
问题 3：为什么资本愿意在争议中继续押注第三方 AI Infra，而不是直接投应用层？
回答 3： 主要有三点原因：一是 AI 基础设施的需求比 Agent 等应用层更容易形成可验证订单，多芯片调度、模型部署、推理降本都是企业刚需；二是同时覆盖调度、部署、推理和 Token 服务、并证明跨平台交付能力的头部标的稀缺；三是投资结构转向 "国资 + 金融资本 + 产业资本" 组合，资金同时看财务回报、供应链安全、上下游协同和区域算力布局。融资加速本质是资本在不确定行业中寻找相对确定的标的。
问题 4：第三方 AI Infra 的商业模式毛利差异有多大，"卖资源" 和 "卖效率" 有什么区别？
回答 4： 以硅基流动招股书为例，2025 年其公有云服务毛利率为 - 119%，本地部署解决方案毛利率为 82.5%，两类业务收入规模接近但盈利表现悬殊。标准化 Token 服务市场空间大，但产品标准化程度高、利润薄、价格竞争激烈，更接近 "卖资源、卖量"；本地部署和行业解决方案毛利更高，依赖交付能力和客户关系，更接近 "卖效率、卖方案"。第三方 AI Infra 并非天然高毛利赛道，效率优化和交付能力决定盈利水平。
问题 5：第三方 AI Infra 目前是否已经进入洗牌期，后续重点看哪些指标？
回答 5： 行业尚未全面出清，但已进入分层洗牌前期，尾部同质化 Token 服务和单纯转售算力的模式率先承压，头部企业仍能融资但估值将更严格对照收入质量、毛利率和客户留存。后续重点看三个指标：一是收入质量，公有云与本地部署的毛利结构能否改善；二是客户结构，是否过度依赖少数大客户、Token 消费量能否持续增长；三是技术壁垒，跨供应商调度、推理优化和能效管理能否形成可复用产品。2026 年四季度至 2027 年是从融资竞赛转向交付竞赛的关键验证窗口。
【数据来源】
- [2026-11-12]（《十个月二十轮融资之后：第三方 AI Infra 进入分层洗牌期》）通信世界（今日头条）
- [2026-11-10]（《「万象智维」再获数千万元融资，清华系团队收入有望破千万》）36 氪
- [2026-10-12]（《累计 43 亿，国内最大 AI Infra 融资诞生，无问芯穹 C 轮拿下 23 亿》）36 氪
- [2026-10-12]（《再融 23 亿元！清华系独角兽，刷新国内 AI Infra 赛道融资纪录》）证券时报 e 公司（新浪财经）
- [2026-07-17]（《狂堆 GPU 路渐窄 算力调优接棒 AI 研发》）证券时报电子报
【免责声明】
本文内容基于公开融资信息、企业招股文件及媒体报道整理，仅作行业资讯参考与交流之用，不构成任何投资建议、估值判断或认购依据。文中融资轮次、金额、估值、毛利率及客户数据均来自公开披露口径，不同统计口径可能存在差异，企业经营状况和融资进展可能随时间变化；AI Infra 行业受技术迭代、芯片供给、推理价格战、客户消纳及监管合规等因素影响，存在不确定性。第三方企业是否具备持续盈利能力、能否完成上市，以公司正式披露文件、审计报告及监管机构公告为准；读者据此进行投资或商业决策所产生的风险与后果，由读者自行承担。