在AI技术快速迭代的浪潮中，曾经以GPU研发为核心竞争力的行业格局正经历深刻变革。2024年初，壁仞科技联合创始人徐凌杰宣布离开GPU赛道，转而创立魔形智能，将目光投向"AI Token Factory"这一新兴领域。这一决策在当时引发诸多猜测，但随着2026年OpenClaw、Seedance等应用的普及，"Token经济学"迅速成为行业焦点，验证了其前瞻性判断。
徐凌杰的转型并非偶然。这位曾在英伟达、AMD、三星北美研究院担任要职，并主导阿里云智能事业群业务的技术专家，在2024年1月离职信中写下"AGI is calling，江湖再见"的宣言。彼时壁仞科技正迎来产品量产与上市辅导的关键期，其选择在此时离开引发外界关注。面对质疑，徐凌杰在上海漕河泾开发区的办公室中解释道："40岁是人生黄金期，当看到Token技术浪潮即将到来，必须抓住精力最充沛的这几年。"
推动其决策的两个关键事件发生在2024年：英伟达在GTC大会上发布的GB200 NVL72超节点系统，集成了36个Grace CPU与72个Blackwell GPU，重量达3000磅；同年5月开源模型DeepSeek V2通过MoE架构创新，将推理成本降低至行业水平的4%。这两项突破分别代表了算力供给的极致化与模型效率的革命性提升，使Token的工业化生产成为可能。徐凌杰回忆道："当看到超节点与开源模型的组合时，我们意识到这就是市场需要的解决方案。"
行业数据印证了这种转型的必要性。2026年3月，中国Token日均调用量突破140万亿次，较前一年增长300%。东吴证券研报指出，算力租赁厂商正从裸算力出租向模型服务或Token分成模式转型，但面临硬件获取、运营效率与资金周转三大挑战。魔形智能的解决方案在于其跨领域团队配置：徐凌杰的硬件背景与联合创始人金琛（前Graphcore中国工程副总裁）的模型优化经验形成互补，这种组合在AI Infra领域具有稀缺性。
在技术实现路径上，魔形智能采取"超节点+软硬协同"策略。徐凌杰以服务器稳定性为例说明其优势："meta训练Llama 3时，1.6万块H100集群每3小时中断一次，而自研服务器可降低故障率90%。"这种设计使模型训练效率显著提升。对于衡量标准，他提出"电力-Token转化率"概念："未来评估Token工厂的核心指标是单位电力产生的Token数量，这类似数据中心评估中的每瓦性能指标。"
面对"电力出海"的热门概念，徐凌杰保持审慎态度。他指出当前Token成本中电力占比不足10%，算力成本才是核心："中国算力供给尚未自给自足，谈电力出口为时尚早。未来随着国产芯片水平提升，这种模式可能成立，但当前首要任务是优化现有成本结构。"这种务实态度体现在其商业策略中——通过与算力中心合作获取硬件资源，而非自建数据中心，以降低初期投入风险。
在竞争格局方面，徐凌杰认为AI Infra市场仍处于早期阶段。他以芯片行业类比："2020年芯片公司认为市场已饱和，但2021年仍涌现大量优质企业。AI Infra的市场规模将超过芯片领域，当前资本投入远未达到饱和点。"这种判断支撑着魔形智能的扩张策略，其近期完成的新一轮融资将用于超节点技术研发与全球市场布局。
