10个月融资20轮，第三方AI Infra为何越有争议越抢手？

海外Neocloud（新云厂商）的融资模式遭到质疑，国内第三方AI Infra企业的融资却在加速。

上月，无问芯穹、清程极智、趋境科技相继宣布完成新一轮融资。雷峰网梳理八家国内第三方AI Infra企业的融资历程发现，2026年前10个月，这些企业累计完成了20轮融资。

海外市场上，华尔街开始拿出计算器，算建设数据中心要花多少钱、借来的钱能不能还上。那些昂贵的GPU产生的折旧成本，未来能否由客户收入覆盖？CoreWeave等新云厂商被推到了争议中心。

有意思的是，国内资本也存在一些疑虑。雷峰网接触的多位投资人，对第三方AI Infra的长期商业价值存在明显分歧：有人认为它们迟早会被大厂取代，有人则相信独立服务商仍有自己的市场。

一门连未来能做多大都没有共识的生意，为什么还有资本争着下注？

“现在市场上的钱在往头部集中，头部的项目大家都在抢额度、抢份额、抢时间，投资人非常FOMO（害怕错过）。”一级市场投资人何东表示。

雷峰网梳理了八家AI Infra公司的融资时间线，发现2026年这些公司融资的整体速度和频次都明显变快。

10个月，8家公司，20轮融资。

何东认为，今年AI Infra融资的头部效应更加明显，之前一级市场大致呈现出“二八”、“三七”分化；但今年调度或者推理层的AI Infra公司中更多呈现出“一九”效应——即市场上大约九成的资金，流向了一成的头部企业。

这份融资的热闹，属于头部少数企业，而不是整个行业。

矩向科技CEO黄朝波认为，资本向头部集中是正常现象。随着行业发展方向逐渐明朗，资金和资源开始向少数头部企业聚集。

不过，市场集中也意味着竞争开始加剧。以Token服务为例，黄朝波用四个“极”概括了这一市场的特点。

“市场极大，产品极度标准；利润极低，竞争极度激烈。”

国内AI Infra投融资持续受到关注，或许与中国AI产业的发展阶段有关。IO资本联合创始人严家呈认为，通过基础设施建设追赶美国，是国内AI Infra投资的重要逻辑之一，相比Agent等应用层赛道，AI基础设施的投资确定性更高，因此受到一、二级市场投资人的持续关注。

随着大模型逐步进入应用阶段，企业不仅需要获得算力，还需要解决不同芯片如何统一调度、模型如何高效部署、推理成本如何降低等问题，这也是第三方AI Infra企业新的市场机会。

选取的八家企业业务范围覆盖了算力调度、模型部署、推理优化和Token服务等多个环节。它们并不直接生产芯片，也未必自建数据中心，通过整合算力资源、提供技术服务，帮助客户更高效地使用算力是他们的商业技术优势。

不过，这些业务并非第三方企业独有，大厂同样具备算力调度、模型部署和推理服务能力，甚至拥有更充足的算力资源、客户和应用生态。

既然大厂也能提供这些服务，第三方AI Infra企业的市场机会究竟在哪里？

“第三方服务商的商业机会，更多来自现阶段市场的资源短缺和能力缺口。”二级市场投资人常乐表示。

对于第三方AI Infra公司的生存逻辑，是雷峰网在和多位投资人交流过程中，意见分歧最大的部分。

首先，如何定义所谓“第三方”？在本文内，主要讨论的是除传统IDC、云计算大厂及大模型原厂之外，独立提供AI算力管理、调度及推理基础设施服务的企业。

在常乐看来，第三方AI Infra的生意，更多是大模型发展初期的“过渡产物”。但开源社区已经开始提供各种模型部署工具，而大模型厂商自身也具备较强的AI Infra能力。随着相关技术逐渐普及、模型厂商不断壮大，第三方企业目前提供的部分服务，未来可能被大厂或开源工具取代。

一级市场投资人王明却有不同看法。

“我不认为第三方企业会被大厂完全取代。”王明说，大模型厂商与独立推理基础设施的业务逻辑、销售模式并不雷同，大模型厂商并不一定有充分动力直接覆盖那些独立推理设施的业务范围。（关于独立Infra厂商的产业资讯，欢迎添加作者 treelog10 分享）

在王明看来，第三方AI Infra至少存在两类市场机会。

一类来自中小企业和开发者。随着AI应用逐渐普及，这些客户对低成本模型推理服务的需求正在增长。对于第三方平台而言，如果能够积累足够多的客户和Token消费量，就有机会形成持续的业务收入。

另一类则来自大型互联网企业。这些企业虽然具备较强的算力与模型能力，但部分算力集群建设、运营或Token交付工作依然会选择交给第三方完成。

整体来看，目前Token需求仍然主要集中在大型互联网企业手中，部分第三方算力调度平台的上游资源与下游客户都相对分散。王明认为，如果缺少稳定的大客户及销售渠道，即使第三方平台整合了大量算力资源，也可能面临客户消纳不足的问题。

独立第三方企业并非没有市场，而是不同业务模式需要面对不同的客户需求和竞争条件。

何东也认为，第三方AI Infra仍有生存空间，但预计其市场份额不会太高。

在何东看来，大厂已经拥有模型、算力、应用和客户资源，能够在自身生态内完成大量基础设施服务。“相比之下，独立第三方服务商能够建立的生态相对有限。”（怎么看独立第三方的未来？欢迎添加作者 treelog10 探讨、交流）

不过，大厂的生态优势也难以覆盖所有客户的需求。严家呈表示，一些企业希望在自己的业务生态中建立独立的运营服务体系，部分产业集群则希望降低对单一大型云厂商的依赖。

类似的需求已经出现在一些省级算力中心项目中。由于算力资源分散在不同地区、由不同供应商提供，项目方需要一套能够跨供应商统一管理和调度算力的系统，而不是完全依赖某一家大型云厂商。这也为独立第三方AI Infra企业留下了市场空间。

除了独立运营的需求，算力资源的分配也为第三方创造了机会。有投资人向雷峰网提到，一些小企业选择第三方算力服务商，实际上是因为“没得选”。其解释称，大型云厂商的部分高端GPU资源优先供应大客户，中小企业获取相关算力的渠道相对有限。