模型越来越便宜，AI 推理基础设施 Fal 为什么却拿下 16.5 亿美元？估值半年翻倍至 160 亿美元

AI基础设施正从一次性模型训练转向持续发生的推理需求。11月4日，旧金山AI基础设施公司Fal宣布完成E轮和F轮融资，合计16.5亿美元。4月E轮融资3.5亿美元，Sequoia Capital领投，估值80亿美元；10月F轮融资13亿美元，Bessemer Venture Partners领投，Nvidia、Sound Ventures、HOF Capital和T. Rowe Price等参与，估值升至160亿美元。Bessemer合伙人Talia Goldberg将加入Fal董事会。半年估值翻倍。Fal成立于2021年，团队约185人，不做基础模型训练，而是让模型被开发者和企业稳定、低成本调用。

AI基础设施正出现分化：训练解决如何获得智能，推理解决如何把智能规模化出售。Fal从推理环节切入，开发者无需自购GPU、部署模型或处理并发扩缩容，只需通过API调用图像、视频和音频模型，更接近面向生成式媒体的“AI Cloud”。Sequoia将其定位从inference provider转向“Generative Media Cloud”。Fal已支持大量图像、视频、音频和3D模型，客户包括Adobe、Canva、Shopify等。公开报道显示，其年化收入从2025年10月约2亿美元增长至2026年早些时候的8亿美元以上，该指标并非已实现全年营收。

生成式媒体推理优化与LLM serving不同。Fal针对diffusion等生成模型优化模型加载、GPU调度、推理执行和成本控制。2025年Bessemer曾披露Fal部分模型推理成本和延迟可通过底层优化显著降低；2026年公司进一步进入模型post-training，与模型开发商合作优化视频模型速度和质量。Fal不再只是“帮别人运行模型”，而开始参与模型从训练完成到进入生产环境的全过程。

CEO Burkay Gur表示，今年夏天公司一度无法满足所有客户需求，甚至不得不对部分客户rate limiting，问题已从“有没有客户”变成“有没有足够GPU服务客户”。F轮重要用途是扩大计算资源储备和团队规模。推理基础设施既像软件公司，又越来越像资本密集型基础设施公司。行业历史毛利率约50%，低于成熟SaaS公司通常超过70%的水平，GPU采购和租赁成本直接进入服务成本。160亿美元估值能否成立，取决于模型优化、调度效率和规模效应能否让单位推理成本持续下降。

推理基础设施正被重新定价。2026年7月，Fireworks AI完成15.05亿美元D轮，估值175亿美元，年化收入超过10亿美元，平台每日处理token超40万亿，其中95%来自专门化处理模型。Fireworks更强调企业专用模型、模型定制和open model serving，Fal则在生成式媒体领域建立优势。两者逻辑相似：企业需要位于模型与应用之间的基础设施层。Nvidia同时出现在两家投资名单中。Baseten和Modal也在2026年成为资本市场重点关注的推理基础设施公司。

推理基础设施最终比拼的不是GPU数量，而是每一美元算力能产生多少有效AI工作。模型压缩、量化、batching、kernel优化、显存利用率、调度和自动扩缩容都直接影响单位推理成本。未来企业同时运行几十甚至上百个模型时，真正需要的可能是一层管理这些模型的execution layer。Fal长期壁垒不能只是“拥有更多GPU”，必须证明优化能力、模型生态和开发者网络能形成规模效应，使客户越多、模型越多、调用量越大，单位推理成本越低。云厂商和模型公司也可能向上延伸吃掉这一层。160亿美元估值买的正是这一预期。AI第一阶段是训练模型，下一阶段真正昂贵的可能不是把模型造出来，而是让全世界每天数十亿次AI请求跑起来。