趋境科技获数亿元PreA轮融资加码AI Token基础设施建设
近日，AI Token生产服务商趋境科技（Approaching.AI）宣布完成数亿元Pre-A轮融资。本轮融资由星连资本与华控科技联合领投，弘晖资本、天壕能源、尚势资本、天津仁爱弘盛、杭州福成等机构跟投，老股东高瓴创投（GL Ventures）持续加注。
融资完成后，公司资金将重点投向其高效能人工智能Token生产服务平台（Approaching AI Token as a Service，ATaaS），旨在加强算力储备与底层推理系统建设。其目标是持续交付具备低时延、高吞吐、稳定结构化输出、可靠函数调用和可预测服务质量等特性的模型能力，从而强化面向企业生产环境的高品质Token规模化供给。
趋境科技：国内高品质Token核心供应商，ATaaS日均调用量近万亿
随着大模型应用深度融入企业生产流程，市场对AI推理基础设施的评价标准正在发生根本性转变。企业关注的焦点，已从单纯的算力规模、模型数量或接口丰富度，转向每一次调用能否稳定、高效且可预期地完成业务交付。在这一阶段，推理服务的核心竞争力，正从“提供模型能力”转向“保障高品质Token的生产与交付”。首Token返回时延、每秒Token输出量、结构化输出的稳定性、函数调用的可靠性，以及高并发下的服务质量可预测性，已成为企业选择AI基础设施时考量的关键指标。
在趋境科技看来，Token已不仅仅是模型输入输出的基本单位，它更是连接模型能力、系统性能、服务稳定性与成本效率的关键生产要素。基于这一判断，公司创新性地提出了Token即服务（Token as a Service, TaaS）的产业理念，并构建了高效能人工智能Token生产服务平台ATaaS。与传统侧重模型调用与管理的MaaS不同，ATaaS更聚焦于企业级生产场景中的推理效能交付，旨在帮助企业构建可规模化、可运营的高品质Token生产能力。
在模型策略上，公司坚持“少模型、深优化”的技术路线。不盲目追求支持上百种模型，而是聚焦于少数高生产力模型，围绕企业真实业务场景，持续优化输出质量、推理效率、TTFT稳定性和TPS表现。对企业客户而言，模型数量并不直接等同于生产力，真正关键的是每一次调用能否稳定、高效地支撑业务结果，实现可靠的Token产出。
在系统能力上，趋境科技通过异构算力调度、跨集群缓存共享、推理链路隔离、弹性扩缩容和质量监控等一系列核心技术，将底层算力转化为可持续交付的高品质AI Token产能。依托全链路的系统工程能力，公司能够在成本可控的前提下，为企业提供更稳定的TTFT、达到30–50 TPS量级的高速输出能力以及可靠的服务保障。
目前，趋境科技的ATaaS平台已为智谱GLM、月之暗面Kimi等多个企业级客户提供服务，平台日均处理的Token量已接近万亿级别。经过高复杂度、高并发业务场景的长期验证，公司已形成了面向规模化推理交付的核心能力，成为国内高品质AI Token的核心供应商。
不可复制的人才矩阵，商业牵引与技术底座共同护航ATaaS战略发展
TaaS并非普通的应用层产品，而是面向AI推理全链路的系统性能力。它既要求团队深刻理解企业客户需求、产业资源、资本路径和商业化节奏，也要求在计算、存储、调度、缓存、推理系统等底层架构领域具备深厚的长期积累。趋境科技的核心团队恰好兼具商业落地能力与技术研发深度，这为ATaaS在成立两年内从前沿理念走向头部客户规模化部署奠定了基础。
在商业与经营层面，公司已形成技术产品化与商业资本化协同推进的组织能力。创始人兼CEO艾智远为清华计算机博士，兼具系统研究能力与大厂商业化经验，主导提出了TaaS产业逻辑，并推动ATaaS从技术平台走向企业级生产服务。总裁武文洁博士拥有金融博士及CFA资质，具备头部产业与资本机构高管履历，曾主导数十家标杆企业投资并购，全面统筹公司战略、内控与全球化运营。董事长任旭阳为百度早期创业元老，曾牵头创立爱奇艺、一点资讯、海致、News Break等公司，在产业判断、组织建设、资本协同和生态资源整合方面为公司发展提供支持。
在技术与科研层面，趋境科技背靠清华大学高性能计算研究所二十余年的技术积累，并已完成清华大学相关技术成果作价增资入股流程。这批技术成果由郑纬民院士、武永卫教授、章明星副教授等科研团队长期研发形成，覆盖高性能计算、并行与分布式系统、存储系统、智能算力系统和大模型推理基础设施等关键方向。相关成果的注入，标志着公司与清华科研团队在AI基础设施领域的产学研协同进入实质落地阶段。
其中，趋境科技首席科学顾问郑纬民院士奠定了清华高性能计算领域的学术根基；首席科学家武永卫教授长期深耕分布式与存储系统，曾获得多项国家级科技大奖；章明星副教授聚焦大模型推理架构，其主导的KTransformers、Mooncake等开源项目已在行业内广泛应用。依托清华核心技术成果入股和顶尖科研团队的持续支持，趋境科技构建了面向AI推理基础设施的系统工程与科研转化壁垒。
这种技术积累同样在开源生态中得到了验证。趋境科技与清华团队牵头开源的KTransformers，是全球首个边缘异构推理框架，GitHub Star数突破17k，并成为GLM、Kimi、Minimax、Qwen等顶尖大模型的首发推荐推理引擎。在分布式推理方向，趋境科技与清华大学、月之暗面Kimi、9#AISoft、阿里云、蚂蚁集团等产学研机构共建开源项目Mooncake；趋境科技技术专家、清华大学博士杨珂等成员作为核心贡献者，深度参与多项关键技术实现与架构建设。此外，趋境科技也积极参与SGLang、vLLM、英伟达Dynamo等全球推理社区的技术贡献，持续推动AI推理基础设施开放生态的发展。
商业团队对产业需求、客户场景和资本路径的精准把握，叠加技术团队在高性能计算、分布式系统和大模型推理基础设施领域的长期深厚积累，使得趋境科技具备了从底层系统研发到企业级规模化交付的完整能力。随着ATaaS平台的持续演进，这一独特的复合型团队结构将继续支撑公司提升高品质Token的规模化生产与交付能力。
华控基金董事长张扬表示：随着国产大模型能力的快速提升、应用需求的全面爆发，对于词元（Token）的海量需求正在重塑算力产业链。华控基金坚信能够大规模稳定提供高质量Token的AI Infra行业，将成为AI产业蓬勃发展的关键基础设施，拥有广阔的市场空间，具备极高的投资价值。趋境科技团队源自清华大学高性能计算所，拥有深厚的科研底蕴，技术扎实，成功打通了底层算力孤岛，已获得上下游生态的高度认可。华控基金将依托丰富的AI产业生态资源，全力支持趋境科技的后续融资与上市进程，陪伴企业成长为全球领先的新一代智算“Token工厂”。
星连资本合伙人李文珏表示：趋境科技在AI基础设施领域展现出卓越技术深度与工程化能力，尤其在Token生产效能方面全球领先。本轮投资看重其ATaaS平台的系统性突破，以及公司将顶尖学术成果快速转化为大规模商业落地的能力。随着AI Agent应用普及和Token需求激增，能高效将算力转化为智能产出的企业将成为产业竞争核心。星连资本相信，未来谁能将主控、调度、runtime、内存管理与模型结构协同优化，谁就更可能掌握下一代AI基础设施的话语权。趋境科技兼具清华顶尖技术背景与丰富商业化经验，使投资方对其在AI Infra赛道的持续成长和市场引领充满信心，并坚定支持其打造高效能AI Token生产的行业标杆。
相关攻略
近日，联想与中国一汽集团深化战略合作的消息，再次将“AI+智能制造”推向了行业焦点。此次合作超越了传统的设备采购，直指汽车产业智能化转型的核心命题——如何构建一个坚实、高效且绿色的智能算力底座，以应对汽车仿真计算、智能座舱开发等前沿场景带来的海量数据处理需求。 中国一汽企业生态战略营销部企业板块负责
人工智能基础设施行业的竞争格局，正经历一场深刻而静默的转向。行业焦点已不再局限于争抢英伟达GPU，一场围绕核心资源——电力的争夺战正全面展开。本周，两家领先的AI云服务商CoreWeave与Nebius发布的季度财报，如同两份清晰的行业快照，揭示了市场如何从一个专注于GPU租赁的细分赛道，迅速演变为
AI基础设施正从堆叠硬件转向能效优化。随着大规模部署，电力、散热和网络挑战凸显，单纯增加GPU难以线性提升性能。行业标准转向“每瓦特产出”等效率指标，软件优化与智能调度成为竞争核心，关键在于有限资源内高效产出AI成果。
智能体化 DevOps 正在将自主 AI 智能体深度嵌入代码编写、构建维护和运维三大核心阶段，从而实现从需求规格到生产故障自动修复的完整闭环工作流。Azure MCP Server 让任何智能体都成为 Azure 专家，GitHub Copilot 编码智能体异步处理基础设施更新，Azure SRE
近日，英伟达首席执行官黄仁勋在公开访谈中明确表示，下一代人工智能基础设施的核心演进方向，正从依赖“电力”转向拥抱“光子”。这一观点迅速引发了行业广泛关注，揭示了AI算力发展的关键趋势。 黄仁勋在与媒体深入交流时，重点介绍了英伟达与全球玻璃材料领导者康宁达成的战略合作。他强调，此次合作不仅是企业间的技
热门专题
热门推荐
人工智能正改变表格合并方式，大幅提升数据处理效率。例如，某电商平台借助AI将处理时间从48小时缩短至2小时，并减少人工错误。调查显示，超七成企业已部署AI工具且效率显著提升。AI不仅节约成本，还推动决策更科学。未来需在效率与数据安全间寻求平衡。
在数据爆炸时代，AI正为传统表格处理带来变革。通过自动生成图表、快速分析趋势等功能，AI显著提升了数据处理效率。然而，数据安全与隐私风险仍是企业关注的核心挑战。未来，表格将趋向智能化与自适应，成为更高效、用户友好的分析工具，为企业创造新的机遇。
AI技术正深度改变表格处理领域，通过自动化数据整理、智能预测分析和增强实时协作显著提升效率。然而，数据隐私安全与算法“黑箱”问题仍是主要挑战。企业需优先考虑数据保护与算法透明度，未来结合自然语言处理的新一代工具将进一步简化表格工作，带来更多可能性。
AI工具显著提升了表格制作效率与数据呈现效果。它能通过自然语言生成框架、自动分析趋势，将原本耗时的手工流程大幅压缩。不同工具各有侧重，需结合实际需求选择。未来，AI将与深度分析更紧密结合，实现智能洞察输出。主动拥抱技术革新，才能提升数据竞争力。
人工智能正革新表格处理，通过OCR与自然语言技术自动识别提取数据，大幅提升录入效率。实践显示，AI在订单处理等重复任务中效果显著，减轻人力负担。未来需兼顾数据安全与工具易用性，推动人机协同——AI负责规则性工作，人类聚焦创造性决策。