WAIC 2026：中国AI竞争轴转向低成本token生产
Taylor Wilson
上海世界人工智能大会上，「token工厂」成为核心议题——中国AI产业竞争焦点正从模型参数和芯片数量，转向每个token的推理成本与盈利能力，这意味着行业进入「谁能更便宜地产出智能」的新阶段。
为什么突然都在谈"token工厂"？
中国模型即服务市场的企业token消耗量，从2025年1月的日均约1.6万亿个飙升至年底的约9.6万亿个，不到一年翻了近六倍。
这意味着→ 需求已经大到"模型好不好"不再是唯一问题，"跑一次推理花多少钱"成了决定性指标。
用大白话说＝ 以前比谁的模型更大更聪明，现在比谁能用更低成本"生产"出每一个回答。这就是"token工厂"逻辑的起点。
商汤的方案：用不同芯片干不同活，怎么做到的？
商汤旗下SenseCore提出异构混合推理（把推理拆成两步，让不同国产芯片各做擅长的事）：通用处理器负责计算密集型的上下文理解，高端芯片负责内存带宽敏感的token生成。
统一的网络、调度与缓存层把不同品牌、不同代际的国产芯片拼成一套系统。用大白话说＝ 不挑芯片牌子，能用的都编进同一条流水线。
商汤称该集群已实现正毛利，日均服务量从年初约4000亿token增至7月下旬约2.42万亿，年末目标10万亿。
商汤给出的性能数字可信吗？
新发布的SenseNova U1 Pro基础模型宣称：国产芯片利用率（MFU）提升85%至152%，推理性价比达英伟达H系列的1.25倍，同等成本下token产出为后者的2.5倍。
上述数据均为厂商自述，未经独立验证。 这反映出当前行业的一个共性问题：性能对标缺乏统一基准。
商汤还计划推出至少五个国产万卡集群，服务逾200家AI初创企业，落地地点包括盐城、香港及沙特阿拉伯。
曙光的十万卡超算集群能做什么？
曙光信息的"曙光8000"被称为中国首个全国产10万卡AI超算集群，基于海光DCU芯片，通过RDMA网络互联，在WAIC上获"镇馆之宝"称号。
该集群与郑州国家超算节点相连，可支撑中国当前token需求的5%至10%，同时承载约120万路AI对话。首周即满负荷运行，日均作业数超15万。
这意味着→ 单个集群就能吃下全国需求的一小块，说明算力基础设施正在从"实验室规模"跨入"工业规模"。河南省AI产业规模已突破1000亿元人民币，算力目标为2026年底前扩容至120 EFLOPS。
除了商汤和曙光，还有谁在押注这条路？
全栈云厂商幻方科技直接把平台命名为"Token Factory"，青城AI推出"前店后厂"token模式——"token工厂"已从单一厂商标签变成行业共识。
硬件层面，华为昇腾950超节点（单系统算力达1 EFLOPS）斩获SAIL奖，沐曦与阿里巴巴自研芯片亦有展示。这反映出中国算力生态正系统性地绕开英伟达，用国产芯片构建推理产能。
腾讯云副总裁吴云生在会上提出"算token账"：模糊任务交给消耗token多的智能体，确定性任务用更廉价的固定工作流。用大白话说＝ 不是所有问题都值得用最贵的方式回答，按任务类型分配算力才划算。
这条路最终能走通吗？
整个"token工厂"逻辑的核心是成本纪律——从每瓦、每块芯片中榨取更多可售token。中国厂商把推理经济性而非模型规模视为下一个竞争前沿。
但关键验证节点在于：国产混合推理集群能否在更大规模下持续维持正毛利。 商汤目前宣称已做到，但年末10万亿token的目标意味着产能还要再翻数倍。
这意味着→ "token工厂"不是一个已被证明的终局，而是一个正在押注的方向。规模放大后成本曲线能不能继续下降，是这场竞赛的真正悬念。
Content is for reference only, not financial advice.