AI Infra融资前10月20轮：国内第三方为何比海外Neocloud更抢手？

海外Neocloud（新云厂商）的融资模式正被质疑，国内第三方AI Infra企业的融资却踩下了油门。

上个月，无问芯穹、清程极智、趋境科技接连公布新融资。梳理八家国内第三方AI Infra企业的融资历程可以看到，2026年前10个月，这八家公司加起来完成了20轮融资。

大洋彼岸，华尔街已经掏出计算器：建一座数据中心要烧多少钱，借来的钱又能不能还上？那些昂贵GPU产生的折旧成本，将来靠客户收入能不能覆盖？CoreWeave等新云厂商就这样被推到了争议中心。

有意思的是，国内资本同样不是没有疑虑。多位投资人在接受雷峰网采访时，对第三方AI Infra的长期商业价值分歧明显：有人断定它们早晚被大厂取代，也有人相信独立服务商总能找到自己的市场。

一门连未来能做多大都说不清楚的生意，资本为什么还争着下注？

一级市场投资人何东说，眼下市场上的资金正朝头部聚拢，头部项目被众人争抢额度、份额和时间，投资人普遍FOMO（害怕错过）。

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

10个月，8家公司，20轮融资。

在何东看来，今年AI Infra融资的头部效应更加突出。过去一级市场大致是“二八”、“三七”分化，今年调度或者推理层的AI Infra公司更多呈现“一九”效应——市场上大约九成的资金，流向了一成的头部企业。

融资的热闹只属于头部少数企业，而不是整个行业。

矩向科技CEO黄朝波认为，资本向头部集中属于正常现象。行业发展方向逐渐明朗之后，资金和资源自然会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。拿Token服务来说，黄朝波用四个“极”概括了这个市场的特点。

“市场极大，产品极度标准；利润极低，竞争极度激烈。”

国内AI Infra投融资热度不减，这或许跟中国AI产业所处的阶段相关。IO资本联合创始人严家呈的看法是，借基础设施建设去追赶美国，是国内AI Infra投资的重要逻辑之一；一、二级市场投资人之所以持续关注，还在于AI基础设施比Agent等应用层赛道更具投资确定性。

大模型逐步进入应用阶段后，企业要的不只是算力，还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，这成了第三方AI Infra企业新的市场机会。

选取的八家企业，业务范围覆盖算力调度、模型部署、推理优化和Token服务等多个环节。它们不直接生产芯片，也未必自建数据中心，靠整合算力资源、提供技术服务，帮客户更高效地使用算力，这是它们的商业技术优势。

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，算力资源、客户和应用生态甚至更充足。

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。

第三方AI Infra公司的生存逻辑，是雷峰网和多位投资人交流过程中分歧最大的部分。

先说说「第三方」怎么界定。这篇讨论的范围，是那些独立做AI算力管理、调度与推理基础设施服务的企业，传统IDC、云计算大厂和大模型原厂都不算在内。

常乐的看法是，第三方AI Infra这门生意更像是大模型发展早期的「过渡产物」。开源社区已经在提供各类模型部署工具，大模型厂商自身的AI Infra能力也不弱。技术一旦普及开来、模型厂商继续壮大，第三方眼下提供的部分服务，往后可能被大厂或开源工具接手。

一级市场投资人王明不这么看。

王明的原话是：「我不认为第三方企业会被大厂完全取代。」他给出的理由是，大模型厂商和独立推理基础设施在业务逻辑、销售模式上并不雷同，大模型厂商未必有足够动力去直接覆盖独立推理设施的那块业务。（关于独立Infra厂商的产业资讯，欢迎添加作者 treelog10

在王明眼里，第三方AI Infra起码有两类市场机会。

一类来自中小企业和开发者。AI应用越铺越开，这批客户对低成本模型推理服务的需求也在涨。对第三方平台来说，客户和Token消费量攒够了，就有机会形成持续的业务收入。

另一类来自大型互联网企业。这些企业算力和模型能力都不弱，但部分算力集群的建设、运营以及Token交付，仍然会交到第三方手里。

整体看，Token需求目前还是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和下游客户都比较分散。王明的判断是，缺少稳定的大客户和销售渠道，第三方平台就算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，问题在于不同业务模式要面对不同的客户需求和竞争条件。

何东同样认为第三方AI Infra还有生存空间，不过他预计其市场份额不会太高。

何东的逻辑是，大厂手里已经有模型、算力、应用和客户资源，在自身生态内就能完成大量基础设施服务。他的说法是：「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）

但大厂的生态优势也盖不住所有客户的需求。严家呈表示，一些企业希望在自己的业务生态中搭建独立的运营服务体系，部分产业集群则想降低对单一大型云厂商的依赖。

这类需求已经出现在一些省级算力中心项目里。算力资源分散在不同地区、由不同供应商提供，项目方需要的是一套能跨供应商统一管理和调度算力的系统，而不是完全绑在某一家大型云厂商身上。独立第三方AI Infra企业由此有了市场空间。

除了独立运营的需求，算力资源的分配也在给第三方创造机会。有投资人向雷峰网提到，一些小企业选第三方算力服务商，实际上是「没得选」。他解释，大型云厂商的部分高端GPU资源优先供应大客户，中小企业拿到相关算力的渠道相对有限。

大厂还在继续扩张，算力供应也在逐渐增加。哪些业务能长期留在第三方手中，是接下来要面对的课题。

市场前景还有争议，高昂的投入和经营成本却已经摆在第三方AI Infra企业面前。

黄朝波向雷峰网谈了一个现实问题：智算基础设施要的投入太庞大，光靠融资扩张很难解决全部问题。他的原话是：「在基础设施上的投入，多少资金都不多。」

AI基础设施建设周期长、投入大，亚马逊、谷歌这样的科技巨头也扛着资本开支压力。黄朝波认为，规模更小的第三方企业如果把大量资金砸进算力资源，却没法同步提升运营效率、压低成本，反而可能背上沉重的经营负担。

他提出的做法是，第三方AI Infra企业更合理的选择是联合上下游合作伙伴一起调动算力资源，同时摸索效率更高、成本更低的运营模式。

高昂投入能不能换来相应回报，也让第三方AI Infra企业的盈利前景和估值合理性受到投资人审视。

已经披露的财务数据里，不同业务的盈利表现差别明显。硅基流动招股书显示，2025年其公有云服务毛利率为-119%，本地部署解决方案毛利率则达到82.5%。两类业务收入规模接近，盈利表现却相差悬殊。

常乐认为，部分一级市场资金对AI产业的增长预期过于乐观，对企业实际技术能力和商业竞争力考量不足。他尤其担心，一些企业未来的盈利能力难以支撑当前估值。（关于AI基建产业未来发展，可添加作者微信 treelog10 交流探讨）

另有投资人向雷峰网提到，今年部分热门项目出现了估值与商业化进展不匹配的现象。在他看来，一些企业的估值已经到了后期投资阶段的水平，产品和商业化能力却还处在相对早期的阶段。

盈利和估值两头都有争议，资本为什么还愿意往里投？

严家呈把投资行为拆成市场化与非市场化两类。他的说法是，“投资行为并不只能用财务回报来解释。”市场化融资盯的是企业增长潜力和退出收益；非市场化那部分，则牵扯供应链安全、上下游协同，还有长期战略布局。

企业处在哪个阶段，也是投资人要掂量的因素。严家呈解释，早期投资阶段，投资人更看重企业未来的增长空间，以及它能不能在行业竞争里占住有利位置。可一旦进入后期融资阶段，收入规模、盈利能力与估值之间的关系，就会被更严格地审视。

趋境科技公布了投资方名单，可以作为参照。其最新一轮B轮融资中，既有浙财创新、萧山资本、中关村科学城等地方国资背景机构，也有工银投资等金融资本，还有商汤科技、网宿科技等产业企业。

“大部分投资依然要考虑最终的财务收益，只是一些投资决策未必建立在现阶段盈利能力上。”严家呈说。

海外也有类似声音。美国投资机构Insight Partners联合创始人Jerry Murdock曾在一档投资访谈中表示，部分高度依赖债务扩张的新云厂商可能在未来遭到淘汰。

钱照样往 AI Infra 里流，分歧另说。新云公司 Nebius 此前拿到花旗银行给出的 35 亿美元担保信贷额度，用来建数据中心、买 GPU。

Neocloud融资模式正在被质疑不假，“但海外AI Infra领域的融资及上市节奏，也没有明显放缓。”严家呈表示。

回到国内，投资人对第三方AI Infra企业的盈利能力、长期竞争力仍有分歧，资金却依然在流入。接下来，怎么把持续增长的算力需求变成稳定收入，又怎么在激烈竞争中实现盈利，仍是第三方AI Infra企业绕不开的艰难考验。

资本下注的骰子已经滚动起来，但这场竞争还远没到终场哨响的时候。

*文中何东、常乐、王明为化名。