海绵宝宝

Token不够用了！AI时代最火“新生意”｜WAIC观察_我的网站

A |     　　当地时间8月20日，谷歌宣布，其开源端侧模型家族Gemma的总下载量已突破10亿次。

B | 这款由谷歌DeepMind推出的开源大模型，自发布以来，全球开发者基于它衍生出超10万个定制变体，形成名为“Gemmaverse”的开源生态。    Token不够用了！AI时代最火“新生意”｜WAIC 2026现场观察          作者／ IT时报 毛宇          编辑／ 郝俊慧 孙妍          Token不够用，已经成为当下AI创业者的第一焦虑。                   7月的上海世博展览馆，2026世界人工智能大会（以下简称WAIC 2026）上，除了忙忙碌碌的机器人、排布密集的炫酷超节点机柜，记者听到最多的话题便是“Token”。
　　谷歌列举了多个Gemma家族应用场景：从太空本地图像分析、医疗报告标准数字化、癌症创新治疗方案再到动物语言识别，Gemma家族模型正实实在在地应用到各个垂直行业。　　其中，以Gemma为基座的模型在生物医药科研领域产出了多项标志性成果。                   一位来自杨浦的个人创业者站在展馆门口，跟《IT时报》记者算了一笔账：他做AI短漫剧应用，每月在Seedance上的API调用费要花掉上千元。谷歌一方面推出面向医疗场景的垂直模型MedGemma，支撑医疗报告结构化、医学影像辅助分析等应用；另一方面联合科研机构，依托Gemma底座攻坚癌症机制研究。“身边真正做开发的，很少用便宜的方案。　　其中最受行业关注的是谷歌DeepMind、谷歌研究院与耶鲁大学合作开发的Cell2Sentence-Scale 27B（C2S-Scale）模型。

C | ”他表示，无论国内外的模型，只要好用，创业者都愿意咬牙付费。　　传统的癌症疫苗治疗思路，是让免疫系统通过识别身份标签来识别敌人。                   就在创业者抱怨Token价格昂贵的同时，展馆另一头，厂商们正热火朝天地讨论如何把Token做成“工厂”，大规模、标准化、像印钞票一样输出Token。但这面临一个“瞄准困境”：一般来说，肿瘤的“身份标签”取自肿瘤本身,但很多肿瘤细胞表面缺少能被免疫T细胞识别的、独特的“身份标签”（即肿瘤特异性抗原），同时，它们还主动穿上“防护服”（如高表达PD-L1蛋白），成为所谓的“冷肿瘤”。                   Token告急之下，Token工厂正加速赶来。                   启明创投主管合伙人周志峰在WAIC“启明创投·创业与投资论坛——从算力原点到应用落地的进化征程”上感慨，AI产业的“速度、强度、烈度，是人类在这几百年工业革命、信息革命中没见过的超高水准”。结果就是，对于“冷肿瘤”，免疫系统即使大军压境，也像得了“脸盲症”，看不见敌人，或者看见了也被强行抑制，导致治疗无效。　　针对免疫治疗难以起效的“冷肿瘤”难题，C2S-Scale按活跃程度排序，将单细胞基因表达数据转化为类文本的“基因句子”，让大语言模型能直接“读”懂细胞。

D | 他同时抛出一组基于全球最大AI聚合平台OpenRouter的数据：美国企业使用中国模型构建AI应用的Token占比，从2025年上半年的4.5%上升至2026年年中的46%，自2026年2月8日以来，美国公司每周调用中国AI模型的比重更是持续保持在30%以上。“也就是说美国企业将近一半的Token是跑在中国模型上的”。随后，该模型完成4000余种药物的虚拟筛选，预测出silmitasertib联合低剂量干扰素的用药组合。                   Token，是贯穿这条路径的“燃料”。　　C2S-Scale锁定的候选药物中，仅10%-30%在过往文献中被提及，其余与筛选目标无已知关联。         展馆里的高频词          Token工厂是什么？简单说，就是把底层的算力、模型、推理引擎打包成标准化的Token服务，按量售卖，按需交付。最终被选中的是silmitasertib（CX-4945），一种CK2激酶抑制剂。

E | 它不再是卖硬件、卖算力，而是直接卖“智能输出”，你付多少钱，我就给你多少Token，用完即止。　　这一AI提出的全新治疗假说，后续在人源活细胞实验中得到验证，研究团队用模型训练时从未见过的人类神经内分泌细胞进行实验，结果是单独用药无效果，单用低剂量干扰素只有轻微提升，两者联用后抗原呈递提升约50%，证实联用方案可显著提升抗原呈递水平，属于少数AI产出全新癌症治疗机制并获得实验室验证的案例，有望提升肿瘤细胞抗原呈递能力，把冷肿瘤转化为对免疫治疗敏感的热肿瘤。                   “客户只要结果，那我直接打包给他就行了。”在WAIC 2026的另一个会场——张江科学会堂，来自天津的融科联创信息技术有限公司工作人员告诉记者，他们正在考虑往Token工厂方向转型，“既要做服务器，也要卖Token，现在的趋势就是这样”。

F | 　　该模型相关成果已对外开源，可供全球科研团队继续拓展研究。

G | 需要注意的是，该发现目前仅停留在体外细胞实验阶段，尚未进入临床。

H | 他解释，很多中小客户不懂算力调配，也不关心底层架构，“客户可能连GPU和CPU都分不清，但清楚自己需要Token。”                    于是，一套“简单粗暴”的解决方案应运而生——一台预装模型、推理引擎与计费系统的服务器，插电即可启用，按Token计费。　　随着下载量冲高，Gemma证明开源大模型不再局限对话生成，能够直接介入原始生物数据挖掘，深度探索癌症治疗新机制，为AI医药科研提供低成本的技术底座。“卖给中小企业，一台就够了，”他说，“顶多两三台”。                   不仅是服务器厂商，“Token工厂”的概念正在席卷整个算力产业链。清华大学背景的清程极智在展区提出了Token“前店后厂”模式，后厂是标准化的算力集群，前店是Token商店；PPIO发布了面向Agent时代的“智能Token工厂”；范式智能则把展台做成了“AI 2.0 Token工厂”的全景展示，创始人戴文渊在采访中透露，2026年一季度的Token收入已超过去年全年。（文章来源：科创板日报）。                   这个模式的诱惑力在哪儿？戴文渊在大会期间算了一笔账：如果集群利用率能做到极致，Token工厂的毛利率可能达到70%～80%。                   周志峰在演讲中给出一个更宏观的判断：未来12到24个月，AI应用的商业模式将加速脱离互联网时代的Freemium（免费增值）逻辑，转向以结果和价值定价。                   同时，原本被业界戏称为“AI水电煤”的Token付费模式也正在发生变化，一批AI产品开始把价签上的计量单位，从“Token”换成了“任务完成数”甚至“有效交付件”。衡量AI公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。

I |                    这一趋势已在多个领域显现，比如Zendesk在2025年初推出了基于AI解决方案的定价模式——按“成功解决的工单数”收费，而非按客服座席数；Intercom将AI客服Fin的定价锚定在“自动解决率”上；Salesforce的Agentforce平台直接以“每次AI对话”为计费单元，法律科技公司Harvey则按“成功完成的法律研究任务”定价。         Token依然没有统一定价          尽管当下AI行业内人人言必称Token工厂，但至今仍未形成统一的行业标准。这里的“标准”指的是Token从生产到交付全链条的质量、计费、计量、服务等级等一整套规则体系。                   Token与Token并不等值。中国工程院院士郑纬民在商汤主办的“算创·无限——Agentic时代AI基础设施创新发展论坛”上指出，Token的实际商业价值由首字延迟、生成速度、并发承载能力、服务稳定性四大指标共同决定。不同业务场景需要不同等级的服务标准，只有高等级、高品质的Token才能支撑复杂智能体的规模化落地。                   “行业普遍存在模型虚标、算力质量不透明、计费模式粗放等问题，压缩模型沿用原品名报价、节点缓存命中率差异，导致同等算力调用成本悬殊”。不同的Token工厂、不同的模型厂商，定价方式五花八门，折扣力度差距明显，且“根据用量大小，给的折扣不一样。”山海引擎COO彭璐向《IT时报》记者坦言，“每家公司套餐价格都不一样，目前没办法统一定价”。                   在张江科学会堂展区，博思芯宇展台打出了一张“Token成本拆解”牌：单位Token成本 = Token总成本÷有效Token产出，Token总成本由三部分构成——CAPEX（资本性支出，算力设备折旧）、OPEX（企业的日常运营开支，包括电费、散热、运维等）、有效产出保障成本（故障防控、容错调度），它试图用这套公式，帮算力运营商把每一分钱算清楚。         启明创投也在论坛上发布了“2026 AI十大展望”。其中，将安全可信与产品效果、Token成本并列为影响企业AI大规模落地的三大关键变量。在周志峰看来，AI基础设施的竞争正在进入系统级阶段——“竞争维度覆盖芯片、互联、散热、供电等关键环节，未来两年内有望涌现基于新架构的算力芯片及超节点大集群，以实现低成本、高效率的Token生产”。         Token炼就“新石油”          Token工厂，是被现实逼出来的生意。                   在H2算力展区，记者遇到了一位正在咨询Token工厂产品的创业者。他做的是医疗影像AI，每天处理大量CT图片，上个月光API调用费就烧掉了上万元，“想来大会看看有没有更便宜的Token，”他说。                   Token的消耗量，已经膨胀到了一个令人咋舌的地步。                   周志峰在论坛上透露，中国日均消耗大模型Token，从2024年1月到现在上涨了超千倍。有数据显示，截至2026年3月，中国日均Token调用量已从2024年初的约1000亿增长至140万亿，但据阶跃星辰联合创始人、首席技术官朱亦博在启明创投论坛上指出，在Token需求快速增长的同时，算力供给增幅相对有限，这也进一步凸显了 AI 基础设施创新的价值。面向 Agent 时代，行业不能只依赖算力规模扩张，还需要通过模型、系统与芯片的协同设计，持续提升单位算力的智能产出和任务交付效率。“如果Token继续翻倍，加上模型的尺寸越来越大，对Infra的挑战将持续增加。”          然而，在供需之间，依旧有着结构性的失衡。一边是创业者喊着“不够用，价格贵”，一边是算力厂商喊着“赚钱难、跑通累”，中间的鸿沟，恰恰是Token工厂想要填补的空白。                   一位深耕企业级智能体领域的创业者告诉《IT时报》记者，他们今年帮客户落地智能体项目，客户最关心的问题已经从“能做什么”变成了“Token要花多少钱”，“以前谈AI，大家兴奋的是能力，现在热潮褪去，开始算账了”。                   大模型领域的“杰文斯悖论”还在持续，Token越来越便宜，需求规模反而爆发式增长，算力总支出还在持续增加。

J |                    WAIC 2026上，Token工厂正从概念展示落地为实体产品。谁能在Token这个“新石油”的炼化链条上跑得最快，谁就可能成为AI时代最大的赢家。         排版／ 季嘉颖          图片／ IT时报 采访对象          来源／《IT时报》公众号vittimes                    E N D。

Current article:http://23z.shuosongzoutunchutao.cfd/2vwr5/5glj6.html

Published on:12:41:06