从复旦才女到150亿美元独角兽：Fireworks AI的狂飙之路

当整个AI行业还在为”谁能训练出最强模型”而厮杀时，一家由华人女性掌舵的公司，悄悄把战场转移到了”谁能让模型跑得更快、更便宜”——而这，恰恰成了2026年最值钱的生意。

据彭博社今日报道，知情人士透露，美国独角兽、生成式AI基础设施与推理服务商Fireworks AI正在洽谈新一轮融资，融资完成后其估值将达到150亿美元（约合人民币1024.4亿元），较去年10月的40亿美元（约合人民币273.2亿元）估值增长了275%。

---

起源：从PyTorch出走的华人军团

2022年10月，美国加州雷德伍德市，七个人围坐在一间办公室里，决定做一件”让AI落地不再是巨头专利”的事。

领头人叫乔琳（Lin Qiao），复旦大学计算机科学本硕，加州大学圣巴巴拉分校博士。在创立Fireworks AI之前，她是Meta（Facebook）的高级工程总监，一手主导了PyTorch在Meta数据中心、移动设备和AR/VR设备上的开发部署——而PyTorch，如今已是全球最主流的开源机器学习框架之一。

她的联合创始团队同样星光熠熠：前Meta首席软件工程师Benny Chen、前谷歌高级软件工程师Chenyu Zhao，以及另外四位来自Meta PyTorch核心组的资深工程师。七人中三位是华人，华人成员占比超过三分之一。

乔琳的判断精准而犀利：“许多公司希望快速采用AI技术，但缺乏基础设施、资源和人才。” 通用大模型解决通用问题，但企业真正的竞争优势，藏在专属数据里。

于是，Fireworks AI诞生了——不做模型训练，专攻AI推理；不造芯片，整合算力；不卖产品，卖效率。

---

狂飙：三年估值从0到150亿美元

Fireworks AI的融资速度，堪称AI创业史上的奇迹：

从5.52亿到40亿，用了一年；从40亿到150亿，只用了七个月。估值一年增长超6倍，三年干出一个千亿人民币级独角兽——这位复旦才女，用速度改写了规则。

截至2026年5月27日，据知情人士透露，Fireworks AI正以150亿美元估值洽谈新一轮融资，由曾参与C轮的Index Ventures联合领投，英伟达和AMD也将继续跟投。若融资完成，这将是AI推理赛道有史以来最大规模的单轮融资之一。

---

核心武器：让推理快12倍的FireAttention

Fireworks AI不自己造芯片，也不从零训练模型。它做的事情更聪明——把别人的算力和模型，通过自研引擎优化到极致。

其核心武器是FireAttention推理引擎，基于定制CUDA内核开发：

• 相比开源推理框架vLLM，推理速度提升12倍
• 相比GPT-4，推理速度提升40倍
• 一个H100 GPU在其平台上的吞吐量，相当于vLLM配置下的3个H100
• 以Mixtral 8x7b模型为例，切换到Fireworks平台可节约53%的GPU费用

用一个真实案例说明：AI编程工具Cursor使用Fireworks的推测解码API构建了”Fast Apply”功能，实现每秒1000个tokens的处理速度，比传统Llama-3-70b方法快约13倍，比GPT-4推测编辑部署快约9倍。程序员改代码的效率，直接翻倍。

平台目前托管100多种模型，涵盖Llama 3.1、DeepSeek-V4-Pro、Kimi K2.6、MiniMax M2.7、Stable Diffusion 3等，支持文本、图像、音频、多模态全覆盖。

---

商业模式：AI时代的”水电煤”

Fireworks AI的定位极其清晰——做AI推理领域的IaaS（基础设施即服务）。

它不直接拥有英伟达的服务器，而是整合AWS、Google Cloud、Oracle Cloud等多家云服务商的GPU资源，通过统一API向客户出售算力访问权限。三种服务模式，精准覆盖不同需求：

数据说明一切：

• 年化经常性收入（ARR）：超过2.8亿美元（2025年10月数据）
• 日处理token量：超过10万亿个
• 服务企业客户：超过10,000家（较B轮增长10倍）
• API正常运行时间：99.99%
• 员工数：从2024年中期的27人扩张至115人，计划再招150+人

客户名单堪称豪华：三星、Uber、DoorDash、Notion、Shopify、Quora、Perplexity、Cursor……从硬件巨头到出行平台，从电商到AI原生应用，Fireworks AI已经渗透进数字经济的核心动脉。

---

竞争格局：在巨头夹缝中杀出重围

Fireworks AI的崛起并非没有对手。

直接竞争者：Together AI（估值30亿美元）、Baseten（2026年1月估值50亿美元）、Fal（2025年12月估值45亿美元）——都是专注推理平台的初创公司，打法相似，赛道拥挤。

潜在威胁：英伟达。这家芯片巨头既是Fireworks AI的投资者（A轮入局），又是其技术合作伙伴（Fireworks针对H100、MI300深度优化），同时还通过收购Lepton切入GPU云服务市场，与Fireworks形成亦敌亦友的微妙关系。

乔琳对此看得很透：“在任何一个有利可图的市场上，英伟达都有兴趣进入。但市场不喜欢垄断，这是一个经济问题。”

此外，亚马逊、微软、谷歌等云计算巨头也在积极布局AI推理。Gartner分析师指出，目前大约80%的企业尚未进入高级AI工程化阶段，这既是Fireworks AI的增长空间，也是其落地的最大挑战。

但Fireworks AI的护城河也在加深：2026年3月正式接入Microsoft Foundry，提供企业级AI推理基础设施；同月，Cursor通过其平台接入Kimi K2.5模型；与MongoDB合作构建RAG解决方案；通过SOC 2 Type II和HIPAA合规认证。

---

未来：从40亿到150亿，然后呢？

据最新消息，本轮150亿美元融资将重点投向三大方向：

第一，技术深水区。 深化调优和推理对齐研究，解决大模型”幻觉”问题，同时通过Fire Optimizer智能优化系统，让模型在质量、速度、成本间自动寻找最优解。

第二，产品全链条。 将现有工具升级为端到端AI创建工具链，覆盖模型评估、强化学习到生命周期管理全流程——乔琳的目标是”从模型开发到部署的一站式服务”。

第三，算力大扩张。 计划未来一年内将计算规模扩大3-4倍，同时持续降低单位token成本，支撑更大规模的并发请求。

更值得关注的是Fireworks AI提出的“产品-模型协同设计”理念：企业使用定制模型后，每一次用户纠正输出、忽略建议的操作，都会转化为改进模型的数据养分。产品和模型在永续循环中共同进化——这不是一次性买卖，而是一个持续增值的飞轮。

---

结语：隐形支柱的崛起

Fireworks AI不会成为大众熟知的”AI明星”，但它正在成为整个AI产业的”隐形支柱”。

当ChatGPT让每个人都能对话AI，当DeepSeek让开源模型逼近闭源水平，当Kimi和Yi-Large让中国模型走向世界——这些光鲜的故事背后，都需要一个高效、低成本、可定制的推理平台来承接落地。

而这，正是Fireworks AI的战场。

从复旦实验室到Meta PyTorch核心组，从7人创业到150亿美元估值，乔琳和她的华人团队用三年时间证明了一件事：AI的下一个十亿美元，不在训练端，在推理端；不在模型规模，在落地效率。

这场推理赛道的性能革命，或许正是开启AI普惠时代的那把钥匙。