一笔把「Token 产能」讲成主线的融资
10 月 26 日，多家媒体（环球网、证券时报、新京报贝壳财经、每日经济新闻）确认，AI 算力基础设施企业趋境科技（Approaching.AI）完成超 13 亿元人民币的 B 轮融资，按当前汇率约合 1.8 亿美元，达到头部融资的门槛线。本轮由浙财创新、萧山资本、工银投资、中关村科学城、星连资本、钱江世纪城等共同领投，商汤科技与网宿科技跟投；据披露，公司年内累计融资已达 24 亿元。
与多数把叙事挂在「模型能力」上的公司不同，趋境科技把筹码压在更底层的「高品质 AI Token 产能」上——即稳定、低时延、可规模扩张的推理算力供给。在训练与推理成本持续成为应用落地门槛的当下，这条路线把价值锚点从「谁的模型更聪明」转向「谁能更便宜地批量产出推理结果」。
资金去向：产能、平台与底层
据公司披露，本轮资金将主要投向三处：一是高品质 AI Token 产能的扩张，二是 ATaaS（AI Token as a Service）平台的完善，三是推理底层技术的研发。ATaaS 的定位，是让开发者与企业像调用水电一样调用推理算力，而不必自建和维护昂贵的 GPU 集群。这种「产能即服务」的思路，把资本开支从客户侧转移到平台侧，再用规模效应摊薄单位成本。
支撑这一叙事的是增长数据：公司称近半年营收实现超十倍速增长。对一家处在基础设施层的公司而言，十倍速营收比榜单分数更有说服力，因为它直接对应真实客户的使用量与付费意愿——尽管这一数字来自公司口径，仍需后续独立验证与持续观测。
为什么是「Token 产能」而不是「模型」
把视野放到行业坐标里，2026 年大模型竞争的焦点正在从「参数与榜单」外溢到「交付成本与稳定供给」。当应用侧开始用智能体处理真实业务，单日 Token 消耗量可呈数量级上升，谁能以更低单位成本持续供给，谁就握住了应用层的命脉。趋境科技选择不正面比拼基座模型，而是做模型之上的「产能层」，是一种错位竞争。
这也解释了资本为何愿意下注：领投方中既有地方产业资本（浙财创新、萧山资本、钱江世纪城），也有国家级投资平台（工银投资、中关村科学城），还有算力与网络侧的产业方（商汤、网宿）。这条资本组合同时带来资金、场景与基础设施资源，比单纯的财务投资更接近战略协同，也暗示地方政府正把推理算力视为新的产业基础设施。
需要冷静看待的地方
几个待验证点不容忽视。其一，B 轮单轮 13 亿元与年内 24 亿元均为披露口径，最终交割与资金使用效率仍需观察；其二，「Token 产能」的护城河高度依赖算力采购成本、集群利用率与推理工程能力，这三项的竞争极其激烈，后来者并不轻松；其三，推理算力市场正同时吸引云厂商、芯片公司与垂直创业公司，价格战与产能过剩的风险同在。
接下来值得盯三个信号：一是 ATaaS 平台上线后的真实调用量与留存；二是产能扩张是否带来单位成本的可验证下降；三是产业方股东能否转化为长期大客户。对读者而言，趋境科技这轮融资的价值，不在于又一家 AI 公司拿到钱，而在于它把「推理产能」这门生意推到了亿元级融资的主舞台中央，让基础设施层的商业闭环接受市场检验。