趋境科技半年内完成A轮融资累计募资10亿元
趋境科技完成A轮融资,半年累计募资超10亿元,由河南投资集团汇融基金领投。资金将用于扩大高品质AIToken产能、升级ATaaS平台,推动国产异构算力规模化投产。公司已实现日均万亿级AIToken产量,采用“少模型、深优化”路线,提升单位算力效能。
7月13日,全球领先的高效能AI Token生产服务商趋境科技(Approaching.AI)正式对外宣布完成A轮融资。短短半年内,这家企业累计获得的融资金额已突破10亿元大关。
本轮融资由**河南投资集团汇融基金重磅领投**,真知资本、尚势资本、星连资本、上海国方创新、弘晖基金、华控基金、杭州福成等现有股东持续**超额跟投**。所募资金将重点用于扩大高品质AI Token的产能储备、升级自主研发的高效能AI Token生产服务平台ATaaS(Approaching.AI Token as a Service),推动国产异构算力在核心生产场景中的规模化落地,并进一步构建面向头部模型、互联网平台及区域产业生态的高品质AI Token工厂。
领投方在当前节点重注加码,看中的显然不仅是财务回报,更在于双方能够携手共创的产业前景。目前,双方已联合推进日均产能达数万亿级的高品质AI Token工厂的筹建工作。
对趋境科技而言,这轮融资意味着其高品质AI Token的生产能力已从单点验证阶段快速迈入规模化供给阶段。自2026年春节以来,公司平均单台算力的AI Token生产效率提升了3倍以上,高品质AI Token的总产能增长超过30倍。其中,一个头部万亿级参数大模型,**高品质AI Token的日均产量已稳定突破万亿量级**。
这种超速增长,并非依靠简单堆叠算力或盲目增加模型数量,而是源于公司在高负载、高复杂度的真实生产环境中,凭借领先的技术创新能力,持续推进系统工程优化。在此基础上,趋境科技已形成一套完整、可复制的高品质AI Token工厂设计、建设、生产与运营的全流程闭环模式。目前,公司既有日均万亿级产能的项目建成投产,也有面向头部客户和区域产业生态的战略合作及建设计划,正推动AI Token工厂从单点项目逐步发展为可扩展、可持续运营的新型AI基础设施。
随着大模型应用从试点探索走向产业规模化落地,市场对AI基础设施的核心评判标准也在悄然升级。行业发展初期,大家更多关注基础资源能力,例如算力供给规模、模型接入数量、统一接入接口等配套能力。但当AI真正融入企业核心生产链路,行业需求已跳脱出单纯堆砌算力、叠加模型数量的旧思路。企业真正需要的是能够长期、稳定、高效支撑业务落地的**高品质AI Token服务能力**。
这背后其实是一个清晰的趋势:AI基础设施的核心价值,正在从**“算力供给总量”**转向**“高品质AI Token产能供给”**。
趋境科技将“高品质AI Token”定义为连接算力、模型与应用结果的最小生产单元。真正具备企业级落地价值的AI Token,需要在支撑千亿级乃至万亿级参数模型的同时,兼顾低首Token响应时延、稳定高输出速度、高并发处理能力、持续输出质量、可靠结构化输出与函数调用,以及可控的单位成本。
单独实现其中任何一项能力,其实都不算最难。真正的挑战在于,这些指标需要在真实的生产负载下同时成立,并且长期运行中保持稳定。根据数据测算,不同的能力组合,其生产效率可能存在数倍甚至数十倍的差距。只有算力能够被持续、高效、可预测地转化为兼顾性能、质量、稳定性和成本的高品质AI Token产能,才真正构成可持续运营的AI基础设施。
基于这一判断,趋境科技前瞻性地提出了**Token as a Service**(TaaS,Token即服务)理念,并通过自研的ATaaS平台,向下深度整合底层算力与模型推理系统,向上无缝对接企业真实业务场景,致力于打造面向真实生产负载的高品质AI Token工厂。
与以算力供给、模型接入为核心的MaaS服务相比,ATaaS平台通过全链路系统工程能力,协同解决模型性能、推理效率、资源利用、缓存复用、服务隔离、弹性扩缩容、质量监控与成本控制等问题,从而实现高品质AI Token的规模化生产与稳定交付。
高品质AI Token工厂能否跑通,最终取决于两个核心命题:**单位算力效能能否持续提升,规模化供给能力能否稳定增长。**
围绕这一目标,趋境科技确立了“**少模型、深优化**”的技术路线,专注企业生产场景的AI Token需求,助力客户实现AI投入产出回报率最大化。
趋境科技没有把模型数量和吞吐规模作为唯一目标,而是把重点放在两个变量上:一是围绕少数有真实生产需求的大模型持续深度优化,通过模型切分、显存管理和异构协同,提高单位算力能够产出的有效AI Token数量;二是通过企业专属AI Token服务、跨集群统筹资源、故障恢复和AI Token工厂运营,提高生产负载的稳定性与可预测性,减少产能损失和算力闲置。
换句话说,“少模型、深优化”解决的是**“同一批算力能够生产多少AI Token”**,稳定生产负载和跨集群运营解决的是**“这些算力有多少时间真正处于有效工作状态”**。“少模型”本身并不天然带来更高的利用率,只有单位算力产出和有效利用率同时提升,AI Token业务的单位经济才有可能成立。
这条路线背后的商业逻辑非常明确:**企业级客户最终为业务结果付费,而不是为模型兼容数量付费。**
目前,趋境科技已形成一套可复制的高品质AI Token工厂建设与运营模式:既有日均万亿级产能的已建成项目,也有面向区域产业生态和头部客户的战略签约与建设计划。**更重要的是,目前部分成熟业务已跨过成本线。**
让国产算力能够支撑高品质AI Token的生产,是趋境科技一直以来的目标。为此,公司投入了大量研发资源,先后提出了“国产Prefill-Decode(PD)异构协同”“高性能异构KVCache转换”“异构算力计算池化”等一系列技术方案,并已在高标准生产场景中正式投产,为国产卡实现高品质AI Token生产提供了切实有效的落地方案。
来源:https://www.bestblogs.dev/article/0465a08bb7?utm_source=rss&utm_medium=feed&utm_campaign=resources&entry=rss_article_item
随着大模型应用从试点探索走向产业规模化落地,市场对AI基础设施的核心评判标准也在悄然升级。行业发展初期,大家更多关注基础资源能力,例如算力供给规模、模型接入数量、统一接入接口等配套能力。但当AI真正融入企业核心生产链路,行业需求已跳脱出单纯堆砌算力、叠加模型数量的旧思路。企业真正需要的是能够长期、稳定、高效支撑业务落地的**高品质AI Token服务能力**。
这背后其实是一个清晰的趋势:AI基础设施的核心价值,正在从**“算力供给总量”**转向**“高品质AI Token产能供给”**。
趋境科技将“高品质AI Token”定义为连接算力、模型与应用结果的最小生产单元。真正具备企业级落地价值的AI Token,需要在支撑千亿级乃至万亿级参数模型的同时,兼顾低首Token响应时延、稳定高输出速度、高并发处理能力、持续输出质量、可靠结构化输出与函数调用,以及可控的单位成本。
单独实现其中任何一项能力,其实都不算最难。真正的挑战在于,这些指标需要在真实的生产负载下同时成立,并且长期运行中保持稳定。根据数据测算,不同的能力组合,其生产效率可能存在数倍甚至数十倍的差距。只有算力能够被持续、高效、可预测地转化为兼顾性能、质量、稳定性和成本的高品质AI Token产能,才真正构成可持续运营的AI基础设施。
基于这一判断,趋境科技前瞻性地提出了**Token as a Service**(TaaS,Token即服务)理念,并通过自研的ATaaS平台,向下深度整合底层算力与模型推理系统,向上无缝对接企业真实业务场景,致力于打造面向真实生产负载的高品质AI Token工厂。
与以算力供给、模型接入为核心的MaaS服务相比,ATaaS平台通过全链路系统工程能力,协同解决模型性能、推理效率、资源利用、缓存复用、服务隔离、弹性扩缩容、质量监控与成本控制等问题,从而实现高品质AI Token的规模化生产与稳定交付。
高品质AI Token工厂能否跑通,最终取决于两个核心命题:**单位算力效能能否持续提升,规模化供给能力能否稳定增长。**
围绕这一目标,趋境科技确立了“**少模型、深优化**”的技术路线,专注企业生产场景的AI Token需求,助力客户实现AI投入产出回报率最大化。
趋境科技没有把模型数量和吞吐规模作为唯一目标,而是把重点放在两个变量上:一是围绕少数有真实生产需求的大模型持续深度优化,通过模型切分、显存管理和异构协同,提高单位算力能够产出的有效AI Token数量;二是通过企业专属AI Token服务、跨集群统筹资源、故障恢复和AI Token工厂运营,提高生产负载的稳定性与可预测性,减少产能损失和算力闲置。
换句话说,“少模型、深优化”解决的是**“同一批算力能够生产多少AI Token”**,稳定生产负载和跨集群运营解决的是**“这些算力有多少时间真正处于有效工作状态”**。“少模型”本身并不天然带来更高的利用率,只有单位算力产出和有效利用率同时提升,AI Token业务的单位经济才有可能成立。
这条路线背后的商业逻辑非常明确:**企业级客户最终为业务结果付费,而不是为模型兼容数量付费。**
目前,趋境科技已形成一套可复制的高品质AI Token工厂建设与运营模式:既有日均万亿级产能的已建成项目,也有面向区域产业生态和头部客户的战略签约与建设计划。**更重要的是,目前部分成熟业务已跨过成本线。**
让国产算力能够支撑高品质AI Token的生产,是趋境科技一直以来的目标。为此,公司投入了大量研发资源,先后提出了“国产Prefill-Decode(PD)异构协同”“高性能异构KVCache转换”“异构算力计算池化”等一系列技术方案,并已在高标准生产场景中正式投产,为国产卡实现高品质AI Token生产提供了切实有效的落地方案。
商业闭环:复合型管理阵型驱动产业落地
跨越从科研、开源、工程化实施到商业化落地的鸿沟,公司构建了极具转化势能的人才阵型:由董事长任旭阳、CEO艾智远博士、总裁武文洁博士、CTO陈祥麟等领衔的管理团队,全面打通了技术研发、资本运作与产业应用的管理闭环。目前,趋境科技已将其领先的底层技术和系统化工程能力,转化为可标准化交付的ATaaS平台,并率先跑通了头部客户的部署路径。技术溯源:深厚科研底蕴长效护航原始创新
稳健的商业化进程背后,是源自清华大学计算机系高性能所的深厚科研底蕴和技术土壤。技术团队拥有顶尖专家加持:中国工程院院士郑纬民任首席科学顾问,清华大学武永卫教授担任首席科学家,清华大学计算机系副教授、趋境科技联合发起人章明星长期引领公司技术战略与关键研发攻关,持续推动前沿技术突破。基于此,趋境科技立足系统软件底层技术的原始创新,突破性地提出了业界首创的**“全系统异构协同”“以存换算”“虚实同构”**等理念,为解决人工智能行业的算力难题贡献了重要的“中国方案”。开源生态:深度共建构筑行业技术信任
在夯实底层技术的同时,趋境科技深度参与大模型推理基础设施的关键技术演进。公司与清华团队牵头开源的KTransformers已获得业内广泛关注,同时携手清华大学、月之暗面Kimi、9#AISoft、阿里云、蚂蚁集团等机构共建开源项目Mooncake,并持续活跃于vLLM、SGLang等全球主流AI推理社区。这些扎实的生态实践,为趋境科技后续的商业化交付积累了技术信任基础。 从开源生态到企业级生产交付,趋境科技依托其打造的**“高品质AI Token工厂”**,将技术壁垒直接转化为算力成本的实质优化与系统稳定性的全面提升,为客户的业务规模化增长奠定坚实底座。面对智能体、AI Coding、多模态应用及企业级AI工作流的加速落地,趋境科技正以稳定、高效、可预测的AI Token供给能力,成为支撑AI迈向深水区的关键保障。 近半年,资本市场持续加码趋境科技,融资进程提速,累计募资规模超10亿元。凭借行业领先的核心技术、成熟落地的AI Token商业化成绩与广阔产业前景,公司获得资本高度共识与持续追捧,多轮融资均吸引大量头部投资机构主动入局,实现超额认购。 本轮融资完成于趋境科技商业化加速落地的关键阶段。随着大模型应用进入真实生产场景,头部模型、互联网平台和区域产业客户对高品质AI Token产能的需求正在快速增长。新资金将进一步支持公司扩大算力储备、升级ATaaS平台能力,并推动国产异构算力在核心推理场景中的规模化应用。 **趋境科技CEO艾智远表示:** “随着大模型全面深入生产系统,持续稳定、响应快速、成本可控的高品质AI Token服务,已成为企业规模化落地AI的核心刚需。趋境科技坚持「少模型、深优化」的技术路线,持续攻坚全球最前沿技术,追求算力到高品质AI Token的极致转化效率,打造世界级AI底层服务能力。本轮融资将进一步加速趋境科技高品质AI Token工厂的规模化落地。我们将通过与产业投资方深度协同,推动国产PD异构方案大规模商用落地,助力国产芯片在高标准AI生产场景中实现规模化、常态化投产,为全球人工智能演进贡献重要的中国方案。” 值得关注的是,本轮领投方具备深厚的产业背景,双方已立足战略协同,联合启动了现代化高品质AI Token工厂的筹建工作。产业投资方的重磅深度参与,体现了资本市场对AI Token工厂长期价值的认可,也反映出产业侧对高品质AI Token生产服务能力的日益关注。 **本轮领投方河南投资集团汇融基金相关负责人表示:** “随着大模型加速向应用端渗透,规模化推理需求持续释放,高效稳定的高品质AI Token供给已成为支撑AI产业纵深发展的核心基础设施,高效的算力转化能力将是AI下一阶段竞争的核心焦点。趋境科技源自清华大学顶尖高性能计算团队,凭借软硬件全栈优化的硬实力打通了底层资源到模型输出的价值链路,其ATaaS平台已实现万亿级日均调用规模,是串联算力底座与上层应用的关键节点。汇融基金高度看好趋境科技在算力产业链中的关键生态卡位和在推理优化领域构筑的核心技术壁垒,将依托河南投资集团在绿色能源、算力基础设施领域的深厚产业积淀,充分联动上下游产业生态资源,与趋境科技深度合作,助力趋境科技成长为全球领先的高效能AI Token生产服务商。”
热点追踪提示词
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:趋境科技半年内完成A轮融资累计募资10亿元要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点AI热点2026-07-16 09:49
阶跃AI客服话术生成:针对客户常见投诉制定标准化回复模板
客服需用标准化话术应对投诉,先归类前5类高频问题,再按情绪安抚、事实澄清(按需)、解决方案三层结构设计模板,并在阶跃AI后台配置变量话术且通过模拟测试后启用。客户投诉时情绪往往激烈,客服若临时组织语言容易词不达意、激化矛盾,需要一套能快速调用、语气得体、覆盖高频场景的标准化话术模板。 梳理投诉类型
AI热点2026-07-16 07:59
阿里云通义千问Qwen2开源模型,5尺寸支持128K上下文
通义千问系列模型升级至Qwen2,涵盖0 5B至72B共五个尺寸,全部标配分组查询注意力机制,上下文长度最高支持128Ktokens。新增27种语言训练数据,在代码、数学等能力上显著提升,Qwen2-72B超越Llama-3-70B等顶尖开源模型。
AI热点2026-07-16 07:59
腾讯混元文生图开源大模型加速库发布生图时间缩短75%
腾讯发布混元文生图大模型加速库,生图时间缩短75%,支持ComfyUI界面与HuggingFace三行调用。作为业内首个中文原生DiT架构开源模型,支持中英双语输入,最低11GB显存。
AI热点2026-07-16 07:59
Stability AI发布AI音频模型Stable Audio Open 文本生成鼓点乐器音效
StabilityAI推出StableAudioOpen1 0,专门用于生成鼓点、乐器乐段及环境音效等短音频片段,时长最长47秒。该模型遵循非商业研究社区协议开源,允许用户进行微调,训练数据源自FreeSound及免费音乐档案,确保不含版权材料,可用于研究和创作。
- 日榜
- 周榜
- 月榜
热点快看
