在AI大模型领域，短短两年间，市场格局与行业认知已发生翻天覆地的变化。2024年初，壁仞科技联合创始人徐凌杰告别GPU市场，投身创立魔形智能，立志打造“AI Token Factory”。彼时，这一概念对大众而言尚显陌生，但到2026年，随着OpenClaw、Seedance等应用的普及，“Token经济学”迅速在行业内外走红。今年3月，中国Token日均调用量突破140万亿，同期英伟达年度盛会GTC 2026上，黄仁勋预言“未来的数据中心将演变为生产Token的工厂”，与魔形智能的愿景不谋而合。
3月底，徐凌杰在上海接受采访，深入剖析了魔形智能的目标定位与业务模式，并从“局内人”视角解读了Token工厂、Token经济学及电力出海等热点概念的深层逻辑。徐凌杰的职业生涯横跨英伟达、AMD、三星北美研究院及阿里巴巴，2019年作为联合创始人加入壁仞科技，主导产品规划与市场拓展。2024年，壁仞多款产品进入量产阶段，营收快速增长，同年9月启动上市辅导，而徐凌杰却选择在此关键节点离职创业。
谈及创业时机，徐凌杰表示：“我和联合创始人金琛观察到，AI大模型与芯片之间存在巨大发展空间。2024年我40岁，人生黄金期有限，既然预见到Token浪潮将至，便决定全力投入。”他进一步解释，两大事件让他看清趋势：一是英伟达在2024年GTC大会上发布GB200 NVL72超节点系统，集成36个Grace CPU与72个Blackwell GPU，堪称“算力巨兽”；二是2024年5月开源模型DeepSeek V2发布，通过MoE与MLA技术将推理成本降至行业最低，每百万Token成本较GPT-5降低约96%。
一边是算力通过超节点形式极致堆叠，另一边是模型通过结构创新压缩单位Token成本，供给与效率的双重跃迁使Token的工业化生产与精细化定价成为可能。徐凌杰回忆道：“当时我们意识到，V2这样的开源模型与超节点将是市场绝配。”
在壁仞科技的离职信中，徐凌杰写道：“虽暂别造芯之路，但仍将坚守智能算力赛道。”这一表述在2024年引发外界困惑，毕竟“AI三要素——算力、算法、数据”长期是行业定位的坐标系，芯片公司常被视为算力的代名词。徐凌杰将魔形智能的业务定位为“软硬件协同的AI Infra”，而非单纯的算力优化或服务器集群提供商。他强调：“算力优化是我们的能力，但我们的使命是生产高质量Token。”
当被问及“Token工厂与数据中心、智算中心的区别”时，徐凌杰借用黄仁勋的“五层蛋糕”理论解释：Token封装了能源、芯片、Infra及大模型四层，更贴近用户生活。他指出，行业叙事模式的变化源于经济效益的再分配。例如，许多公司已将Token配额纳入工程师薪酬体系，模型正被广泛应用于生产。魔形智能的核心任务是满足市场对更快、更智能、更大规模Token的需求，这需要构建更大规模的集群。
徐凌杰透露，魔形智能对标Nebius但走得更深，强调全栈自研。Nebius通过自研服务器提升稳定性，降低训练中断率，从而加快模型训练速度。他强调：“软硬件协同是关键，而非仅聚焦软件或芯片资源。”谈及衡量Token工厂的指标，徐凌杰认为应关注“单位电力产生的Token量”，这与黄仁勋提出的“每瓦Token吞吐量”理念一致。他解释，电力是量化生产效率的最佳指标，但模型参数量与计算格式（如8bits或4bits）也会影响生产效率。
对于英伟达在Token工厂领域的地位，徐凌杰给予高度评价：“英伟达仍是技术极限的追求者，其文化推动每个人向‘光速’目标迈进。”但他认为，中国公司应更注重单位性价比。针对“电力出海”概念，徐凌杰直言：“电力成本在Token总成本中占比不足10%，算力成本才是核心。当前中国算力尚无优势，这一愿景暂不现实。”
