在人工智能大模型領域，短短兩年間，行業格局與認知已發生深刻變革。2024年初，壁仞科技聯合創始人徐凌杰告別GPU市場，投身創立魔形智能（Magik Compute），立志打造“AI Token Factory”，彼時這一概念尚顯陌生。然而，到2026年，隨著OpenClaw、Seedance等應用的廣泛普及，“Token經濟學”迅速在行業內外走紅。
今年3月，中國Token日均調用量突破140萬億大關。同月，英偉達年度盛會GTC 2026上，黃仁勛預言“未來的數據中心將轉變為生產Token的工廠”，這與魔形智能的愿景不謀而合。3月底，在上海，徐凌杰分享了魔形智能的目標愿景與業務模式，并從“局內人”視角，剖析了Token工廠、Token經濟學以及電力出海等概念背后的真相。
徐凌杰的創業選擇，源于對行業趨勢的敏銳洞察。他曾在英偉達、AMD、三星北美研究院從事GPU研發與管理工作，并擔任阿里巴巴阿里云智能事業群總監。2019年壁仞科技成立后，他作為聯合創始人，負責產品規劃與市場拓展。2024年，壁仞多款產品進入量產階段，營收快速增長，同年9月還啟動了上市輔導。然而，徐凌杰卻選擇在這個關鍵時刻離職創業。
對于創業時機，徐凌杰表示，他和聯合創始人金琛看到，在AI大模型與芯片之間，存在大量工作待完成。2024年他40歲，認為人生的黃金年齡有限，既然預見到Token大潮即將來臨，便決定抓住機遇，勇敢嘗試。讓他看清這一趨勢的，有兩件關鍵事件。
一是2024年GTC大會上，英偉達發布的GB200 NVL72。這是一個集成了36個Grace CPU、72個Blackwell GPU，擁有60萬個零件、重達3000磅的“超節點（SuperPod）”機架系統，代表了英偉達“超節點”產品路線。二是同年5月，開源模型DeepSeek V2發布，憑借MoE（混合專家模型）、MLA（多頭潛注意力）等技術，將模型推理成本降至行業最低，每百萬Token成本相比同年發布的GPT-5降低約96%。算力以“超節點”形式極致堆疊，模型通過結構創新壓縮單位Token成本，供給與效率同時躍遷，使Token具備了工業化生產、精細化定價的可能性。
徐凌杰將魔形智能定位為“軟硬件協同的AI Infra”。在寫給壁仞同事的離職信中，他提到雖告別造芯之路，但仍將堅守智能算力賽道。當時外界對此感到困惑，因為在很長一段時間里，AI三要素“算力、算法和數據”是理解AI公司市場定位的坐標系，芯片公司常被視為算力的代表。
在徐凌杰看來，Token工廠與數據中心、智算中心有顯著差異。借用黃仁勛提出的五層蛋糕理論，Token將能源、芯片、infra、大模型封裝在一起，更貼近生活，消費者對Token作為購買智力單元已有感知。此前行業關注算力中心落成、千卡/萬卡集群打造，主要因產業處于模型訓練階段，模型未被廣泛使用。2025年DeepSeek V3爆發后，眾多應用涌現，推理相比訓練未來成長性更高，這是經濟效益再分配過程，如今很多公司已給工程師配額Token用于生產。
對于魔形智能的位置，徐凌杰表示，市場對更快、智力更高、更大規模生產的Token有需求，這需要更大集群。中國存在大量優質開源模型，當模型統一開源后，未來需關注如何更好組織硬件、讓模型運行更佳，這是Infra的工作。魔形智能對標Nebius，但走得更深、全棧自研。Nebius部分服務器自研，通過改配統一配置提高穩定性，降低故障中斷率，使模型訓練更快。魔形智能強調軟硬件都要做，而目前大部分Infra企業仍以軟件方式運營。
當被問及如何衡量Token工廠性能時，徐凌杰提出“用多少電，產生多少Token”的指標，這與黃仁勛“誰的每瓦Token吞吐量最高，誰的生產成本就最低”的觀點一致。電力決定裝機量上限，進而決定每天生產Token數量，但不同品牌、型號芯片性能不均等，模型能力不同，產生的Token智力也不同，參數量越大的模型Token越聰明，生產效率也更高。對于Token單位電力吞吐量，徐凌杰認為可關注芯片性能升級、超節點升級以及計算格式不同等變量條件。
談及英偉達在Token工廠范疇的地位，徐凌杰表示英偉達仍是技術極限的追求者和定義者，其文化推動員工追求“speed of light”（光速）這一極限指標。當前市場比拼絕對性能和單位性價比，對中國公司而言，追求單位性價比更為重要。
對于建立Token工廠的要素，徐凌杰認為長期要走向超節點系統化工程，現階段可優化運營成本，搞定硬件、掌握供應鏈關鍵環節。目前中國每秒產生的Token（TPS）大概在30到60個，美國可能達到100、200，主要受限于算力供給。當被問及魔形智能是否會自研芯片時，徐凌杰表示這相對遙遠，不在當前規劃中，魔形智能面向提供Token，服務器、集群是副產品。
面對國內AI Infra賽道的競爭，徐凌杰認為市場尚未到互相競爭階段，AI Infra市場盤子比芯片更大，但資本投入遠未達到芯片賽道程度，大家面對的是百倍千倍的成長機會，三年后賽道可能跑出千億級別人民幣以上的公司，且不止一家。對于AI Infra的商業模式，徐凌杰表示目前魔形智能更接近與算力中心合作，用他們的機器生產Token，未來算力消納模式可能是擴大資源的一種方式。而對于“token出海”“電力出海”概念，徐凌杰認為電力成本在Token成本中占比不到10%，算力成本才是核心，當前中國算力無優勢，算力都不夠用，未來隨著芯片水平提高，這種愿景或許可能實現，但目前并非現實命題。
