2026年前10个月，国内8家第三方AI Infra企业累计完成20轮融资，融资速度和频次较此前明显加快。涉及企业包括无问芯穹、清程极智、趋境科技等，业务覆盖算力调度、模型部署、推理优化和Token服务等环节。与此同时，海外Neocloud厂商的融资模式正遭到华尔街质疑，CoreWeave等新云厂商被推至争议中心，市场开始审视数据中心建设成本与GPU折旧能否被客户收入覆盖。国内外资本对第三方AI Infra的态度呈现分化。
融资加速的背后是资金向头部企业集中的趋势。一级市场投资人何东表示，当前市场上的资金正在往头部集中，头部项目出现抢额度、抢份额、抢时间的现象，投资人普遍存在FOMO情绪。何东认为，以往一级市场大致呈现“二八”或“三七”分化，而今年调度或推理层的AI Infra公司更多呈现“一九”效应，约九成资金流向一成头部企业。这意味着融资热度属于少数头部公司，而非整个行业。矩向科技CEO黄朝波认为，资本向头部集中是行业发展方向逐渐明朗后的正常现象，但市场集中也意味着竞争加剧。他以Token服务为例概括该市场特点：市场极大，产品极度标准；利润极低，竞争极度激烈。
第三方AI Infra企业的生存逻辑是投资人分歧最大的部分。所谓第三方，主要指除传统IDC、云计算大厂及大模型原厂之外，独立提供AI算力管理、调度及推理基础设施服务的企业。二级市场投资人常乐认为，这类生意更多是大模型发展初期的过渡产物。开源社区已开始提供各类模型部署工具，大模型厂商自身也具备较强的AI Infra能力，随着技术普及和模型厂商壮大，第三方企业目前提供的部分服务未来可能被大厂或开源工具取代。一级市场投资人王明则持不同看法，认为大模型厂商与独立推理基础设施的业务逻辑、销售模式并不雷同，大模型厂商不一定有充分动力直接覆盖独立推理设施的业务范围。
在王明看来，第三方AI Infra至少存在两类市场机会。一类来自中小企业和开发者，随着AI应用普及，这类客户对低成本模型推理服务的需求正在增长，第三方平台若能积累足够客户和Token消费量，有机会形成持续业务收入。另一类来自大型互联网企业，这类企业虽具备较强的算力与模型能力，但部分算力集群建设、运营或Token交付工作仍会选择交给第三方完成。不过王明也指出，目前Token需求仍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与下游客户都相对分散，若缺少稳定大客户及销售渠道，即使整合大量算力资源，也可能面临客户消纳不足的问题。
何东认为第三方AI Infra仍有生存空间，但预计市场份额不会太高。大厂已拥有模型、算力、应用和客户资源，能够在自身生态内完成大量基础设施服务，独立第三方服务商能够建立的生态相对有限。不过大厂的生态优势难以覆盖所有客户需求。IO资本联合创始人严家呈表示，一些企业希望在自己的业务生态中建立独立运营服务体系，部分产业集群则希望降低对单一大型云厂商的依赖，类似需求已出现在一些省级算力中心项目中。由于算力资源分散在不同地区、由不同供应商提供，项目方需要一套能够跨供应商统一管理和调度算力的系统，而非完全依赖某一家大型云厂商，这为独立第三方AI Infra企业留出了市场空间。另有投资人提到，部分中小企业选择第三方算力服务商，实际原因是大型云厂商的高端GPU资源优先供应大客户，中小企业获取相关算力的渠道相对有限。
市场前景尚存争议的同时，高昂的投入和经营成本已摆在第三方AI Infra企业面前。黄朝波表示，智算基础设施所需投入过于庞大，单纯依靠融资扩张很难解决全部问题，在基础设施上的投入多少资金都不算多。AI基础设施建设周期长、投入巨大，即使是亚马逊、谷歌等科技巨头也面临资本开支压力。对规模更小的第三方企业而言，若将大量资金投入算力资源却无法同步提高运营效率、降低成本，反而可能形成沉重经营负担。黄朝波提出，更合理的做法是联合上下游合作伙伴共同调动算力资源，同时探索更高效率、更低成本的运营模式。
盈利前景与估值合理性同样受到投资人审视。从已披露的财务数据看，不同业务的盈利表现存在明显差异。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的考量不足。在商业模式尚未形成共识、头部效应持续强化的背景下，第三方AI Infra企业的长期价值仍待市场验证。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
