买一套GPU集群不难。让它一整天都稳定、便宜地吐出模型输出,难得多。北京一家创业公司就在这两者之间的落差上融资,投资人押注的是这道落差比硬件更值钱。
关键要点
- 据上海证券报和中国证券报报道,趋境科技(Approaching.AI,正式名称为Beijing Approaching Technology Co., Ltd.)在2026年10月下旬宣布B轮融资超过13亿元。
- 公司称,继2026年7月A轮之后,当年累计融资已达24亿元。
- 本轮由浙江财创新、萧山资本、工银投资、中关村科学城、星联资本和钱江世纪城联合领投。
- 公司披露的经营口径包括:高质量词元日产出增长逾100倍至万亿级,2026年收入接近2025年全年的10倍。
- 商汤科技、网宿科技、中信系基金和多家地方产业基金跟投,原有股东尚势资本继续加仓。
这一轮融资
多家内地财经媒体根据同一份公司公告报道了这次融资。领投方组合里有省级与区级资本、银行投资子公司、中关村平台和一只市场化基金。跟投名单很长,包括商汤科技、网宿科技、中信系基金和若干区域产业基金,原有股东尚势资本增加了持仓。
公司说募集资金用于4件事:扩大高质量词元产能,升级ATaaS平台,开展推理基础设施与新产品研发,以及搭建商业交付体系。
投资人名单本身反映了这类公司怎么被融资。来自芯片、内容分发和云基础设施的战略投资人,与地方政府资本坐在一起。对一家卖基础设施的公司来说,这些股东同时也可能是客户或供应商。
词元工厂卖什么
公司不把自己描述成模型厂商,也不描述成算力租赁服务商。它给出的定位是词元生产服务:把计算资源变成可计量、商业上稳定的输出流。
单位是词元,也就是模型生成的可计数文本片段。公司创始人兼首席执行官艾智远把质量描述成一组指标,而不只是速度:首词元延迟、输出吞吐量、并发稳定性、服务等级保障、模型效果一致性,以及单位成本。
报道中的工程路线是少模型、深优化,即集中支持少量基座模型,而不是浅尝辄止地支持很多个。具名技术包括Prefill-Decode(PD)异构协同、异构KV缓存转换,以及存储与计算分离,目标都是让国产芯片跑出更多推理吞吐。
这套说法有它的商业逻辑。如果客户需要固定用量的可用输出、并且成本可预期,那么掌握调度和软件的厂商就能卖服务合同,而不是按小时计费。
需要时间检验的说法
随融资公布的经营数字来自公司披露,不是经审计的业绩:
- 6个月内,高质量词元日产出增长逾100倍,达到每天1万亿词元以上的规模。
- 2026年收入接近2025年全年的10倍。
- 业务越过成本线,形成2种可复制模式:自营词元服务和合营词元工厂。
- 与合作伙伴在建的每天1万亿词元工厂项目超过10个。
- 与商汤科技共建的词元产线,被描述为具备日产万亿词元和稳定消纳能力。
- 规划在杭州钱江世纪城建设1万卡规模词元工厂,并在河南和海南布局区域项目。
报道中点名的伙伴包括并行科技、弘信电子、网宿、摩尔线程、沐曦和燧原,是国产GPU厂商与基础设施服务商的混合。
从小基数上增长100倍,比在大基数上增长10倍容易,公司也没有公布绝对的产出或收入数字。每天1万亿词元描述的是产能,不一定是已售出的用量。这些数字该等后续披露再看,而不是当成定论。
这类项目为何吸引资本
融资背后有3条市场条件。
第一,在许多中国AI公司的账上,模型训练开支相对推理需求已经放缓。推理是随使用量增长的那一部分,而使用量正是企业智能体产生的。
第二,国产芯片已经能批量供应,但软件栈效率参差不齐。能让混合硬件输出稳定结果的厂商,解决的是一笔真实的集成成本。
第三,智能体每个任务消耗的词元远多于聊天界面。一次编码或分析任务可能用掉几十万词元,这让单位成本成为一条预算科目,而不是技术脚注。
诚实的局限
所有融资金额、投资人名称和经营指标都来自上海证券报、中国证券报及相关财经媒体的报道,它们引用的是公司自己的公告。趋境科技未上市,不公布经审计账目,因此这里的收入与产出口径无法独立核对。所查阅的报道也没有披露估值。
普通人现在能做什么
- 看到每天1万亿词元这类说法时,分清装机产能和已售用量,先问数字描述的是哪一个。
- 看下一次融资公告是否重复同样的增长说法,并终于附上绝对数字。
- 如果你采购推理服务,测持续负载下的首词元延迟和一致性,而不是一段简短演示。