288亿独角兽！复旦女学霸创业3年，被黄仁勋和苏妈同时押注

3年时间，年收入达2.8亿美元，估值40亿美元。这是AI推理赛道跑出的最快独角兽。2025年10月28日，Fireworks AI宣布完成2.54亿美元C轮融资，由Lightspeed、Index Ventures和Evantic领投，英伟达、AMD、红杉资本、Databricks等跟投。创始人乔琳是PyTorch框架的核心创建者、复旦大学计算机系校友。她的核心洞察是，训练是科研的浪漫，推理才是产业的现金流。Fireworks 定位很清晰，目前已服务超过10,000家企业客户，每天处理超10万亿tokens。Cursor、Notion、Uber、Samsung、Shopify等明星产品背后的AI推理引擎，都是Fireworks。当AI进入工业化阶段，推理层正在从成本中心变成利润中心。

Fireworks AI 公司概要

• 创始人：乔琳（复旦大学计算机本硕，加州大学圣塔芭芭拉分校攻读计算机博士），先后任职 IBM 研究、LinkedIn 技术主管，后在 Meta 负责 AI 平台架构并主导 PyTorch 基础设施与大规模部署。与多位曾参与 Meta PyTorch 项目的工程师共同创立 Fireworks AI。

• 公司定位：AI 推理服务提供商与推理层基础设施平台，让模型运行更快、更便宜、更稳定，把推理变成类似云计算的计量服务

• 核心产品：Serverless 推理云（按 token 计费，兼容开源/私有模型）、专用部署/私有化（按 GPU 时长计费，可定制 SLA 与数据隔离）、微调 + Eval/监测（按训练 token 计费，含 Fire Optimizer / Eval Protocol 等工具）
• 市场成绩：3 年从0到年收入2.8亿美元，服务 10,000+家企业客户，日处理10万亿+ tokens，公开案例包括 Cursor、Notion、Uber、Samsung、Shopify 等

• 融资与估值：2025 年 10 月 28 日宣布完成 2.54 亿美元 C 轮，由 Lightspeed、Index Ventures、Evantic 领投，英伟达、AMD、红杉资本、Databricks 等跟投。估值 40 亿美元。

• 核心差异化：不做基础模型训练，专注 推理层单位经济学 与工程化：多云算力编排、推测解码 + 量化 + 缓存/批处理等组合优化，把延迟/吞吐/成本做成可签约的 SLA。降低企业“开源模型落地”的门槛。

01.

从PyTorch到Fireworks，训练与推理的分岔口

#PyTorch的哲学：简单性是可扩展的

Fireworks的故事，起点在Meta的PyTorch团队。乔琳在复旦毕业后，远赴加州大学圣巴巴拉分校攻读计算机博士学位。她的职业生涯始于IBM研究职位，随后在LinkedIn担任技术主管，Meta担任AI平台架构关键负责人，领导超300人工程师团队，主导PyTorch框架的基础设施研发及大规模部署。

Meta的经历让乔琳见证了一个重要规律。PyTorch之所以能在数十个同类框架竞争中胜出，关键在于"把复杂留给团队，把简单带给用户"的设计哲学。数百名工程师构建的复杂技术体系，但开发者只需要写Python代码，就能调用强大的AI能力。这种'用户无感'的体验，让PyTorch从几十个框架中脱颖而出，成为全球主流的机器学习框架。这也成为她创立Fireworks AI的初心。"真正的创新不在于功能堆砌，而在于让技术回归本质。"

#PyTorch梦之队的再聚首

2022 年，她与 PyTorch 团队的几位同事在加州雷德伍德市创立了 Fireworks AI。创始团队堪称“梦之队”，六位参与过 Meta PyTorch 项目的资深工程师与一位前谷歌 AI 专家组成核心技术班底，几乎每个人都是 PyTorch 或 AI 基础设施的老兵。

他们绕开"再造一个模型"的选择，专注在推理层，让AI跑得起、跑得稳、跑得便宜。在2024年的Sequoia Training Data Podcast访谈中，乔琳提到PyTorch的一个核心理念，'简单性是可扩展的'（Simplicity is scalable）。只有简单的东西，才能被大规模使用。

在乔琳看来，生成式 AI 带来的范式转移，让创新焦点从“构建”转向“应用”。Fireworks 把握的核心逻辑是：训练是一次性投入，推理是持续性收入。当 AI 应用从实验室走向生产，推理的市场规模将远超训练。三年后的数据证明了这个判断。

02.

他们在卖什么，推理的"单位经济学"

Fireworks不是卖显存，而是卖"稳定的推理体验"。这家公司把“模型如何运行”重新包装成三种标准化的产品线，把延迟、吞吐、成本这些工程参数，转化成了企业可以签约的服务条款。

第一类是 Serverless Inference（无服务器推理云）：面向开发者，它提供“即开即用”的 API，按 token 计费。系统会自动选择最优 GPU 集群来运行模型，兼容包括 Llama、Qwen、Mistral 在内的数百个开源与私有模型。开发者不必关心硬件部署，只需像调用 OpenAI 一样简单使用，成本更低、启动无延迟。

第二类是 On Demand Deployments（专属部署方案）：针对金融、医疗等高合规行业，Fireworks 提供独立 GPU 资源和专用网络隔离，按 GPU 秒计费，可定制 SLA 服务等级。客户能获得更高并发率与稳定性，不必担心隐私泄露或延迟波动。

第三类是 Fine-tuning & Eval（微调与评测）：这部分服务面向企业客户，提供从数据治理、训练微调到在线评测的一体化能力，按训练 token 计费。核心逻辑是帮助企业用自己的数据改造开源模型，让模型真正理解业务语境。Fireworks 的工具链中包括自研的 Fire Optimizer 与 Eval Protocol，前者负责在速度、质量、成本三维之间自动求解最优组合，后者让模型评估标准化、可量化。

Fireworks 的技术底座建立在深度 GPU 优化与架构级创新上。自研的 Fire Attention 推理引擎与 Fire Optimizer 可在硬件与算法之间自动搜索超过十万种配置组合，使推理速度提升 10–40 倍、成本下降数十个百分点。Lightspeed 的投资人博客提到，这让“推理不再是预算负担，而是可以被优化的工程变量”。这种性能优化在客户案例中体现得最明显。

#Cursor：让代码修改从“等半天”变成“几秒钟”

以 AI 代码编辑器 Cursor 为例，程序员常遇到 GPT-4 改几百行代码要等半天的问题。Cursor 在 Fireworks 的推测解码技术支持下，模型一次能预测多个 token 并批量验证，速度提升 13 倍。Cursor 的 CPO 评价：“我们测试了所有竞争对手，Fireworks 的表现最好，关键是一键启用，不需要专门团队维护。”Fireworks 的产品不追求“最炫的模型”，而追求“最稳的推理”。

03.

推理层的新战场

#为什么Fireworks能突围

AI推理市场竞争者众多。直接竞争对手包括Together AI（外媒估算2025年9月ARR约3亿美元，估值33亿美元）、Replicate、Groq、Baseten Labs等初创公司，以及AWS、Google Cloud、Azure等云巨头。英伟达也在2024年3月收购推理服务商Lepton，推出自己的GPU云市场。

Fireworks的差异化不是"最快"或"最便宜"，而是"最优化"和"最易用"。支持数百个开源模型，跨多云多区域运行，从微调到部署到评估的全栈能力。乔琳在官方声明中强调，"Fireworks是唯一同时提供三者的平台，最先进的开源模型、亚秒级大规模推理、以及拥有和差异化AI的能力。"护城河不是技术领先，而是"客户数据+定制化能力"的飞轮。每个客户的微调数据都在优化系统，越用越好。通用模型无法捕获企业内部的有价值数据，Fireworks帮助开发者使用这些企业和应用特定数据微调模型。当客户与这些定制化应用交互时，新数据不断反馈并改进模型。乔琳的判断是，AI推理市场不会像云计算一样被三巨头垄断，因为垂直场景太多，定制化需求太强。Fireworks的价值不是"做得最好"，而是"在细分市场做得最对"。

#Fireworks面临的经营挑战  

尽管增长迅速，Fireworks也面临推理服务商的共同困境。毛利率与算力供给波动。据外媒报道，Fireworks的毛利率约50%，低于订阅软件常见的70%水平。主要原因是需预留大量服务器应对需求峰值，同时承受来自CoreWeave等GPU云商家的低价竞争。

云巨头价格战与整合，AWS、Google Cloud、Azure可能通过补贴抢占市场，压缩Fireworks的利润空间。若大型云服务商为降低AI训练推理成本而整合产业链，这类初创企业很可能成为潜在收购目标。企业采纳节奏（人才与治理缺口）。虽然Cursor等AI原生应用公司已在使用Fireworks，但大多数传统企业的采纳速度会慢得多。Gartner分析师指出，大约80%的企业尚未达到这个高级阶段。

但乔琳的应对策略很清晰，不跟巨头拼价格，而是拼定制化能力和易用性。她强调说，"企业不能把数据、产品和客户体验交给通用平台，那些平台用成本换取锁定。Fireworks的使命是让控制权回到构建者手中。"

#投资人在押注什么

Lightspeed合伙人在投资声明中表示，他们押注Fireworks，是因为看到"推理层成为AI现金流入口"。训练环节越来越被巨头垄断，而推理是所有AI应用的常态支出。在大模型数量激增的时代，推理的市场天花板不是某个模型的规模，而是全行业的调用总量。每一个AI调用，都是一个可复用的账单单位。

Index Ventures的Sahir Azam在博客中写道，如果说训练是AI的燃烧阶段，推理则是可持续阶段。Fireworks把推理变成了像云计算一样的"计量服务"，稳定、可预测、能复利。据Gartner预测，GenAI模型支出将从2025年的140亿美元增长到2028年的390亿美元，增长近3倍。

开源运动正在加速这一转变。现在有一个蓬勃发展的高性能模型生态系统，Mistral、Kimi、DeepSeek等数百个模型，其中许多在质量上可与闭源系统媲美。Cursor的微调模型在特定编程任务上已经超越GPT-4。但更多选择带来更多复杂性，大多数团队不想成为模型运维专家。Gartner分析师指出，AI工程需要极其专业的技能和知识，这类人才供不应求，大约80%的企业尚未达到这个高级阶段。

04.

从科研浪漫到工程现实

#"one-size-fits-one AI"的产品哲学

乔琳的创业逻辑始终一致，训练是科研的浪漫，推理是产业的现实。她不追逐模型参数的规模，而是追求性能与价格的稳定曲线。她说，AI的下一个阶段，不是新模型的战争，而是运行效率的战争。

Fireworks的核心理念是"one-size-fits-one AI"，而非"one-size-fits-all"。Fireworks的平台帮助开发者使用企业和应用特定数据微调模型。当客户与这些定制化应用交互时，新数据不断反馈并改进模型。这就是产品-模型协同设计，通过持续评估和强化学习，让企业能够随时间改进其AI应用，同时优化成本、速度和质量。

#2025年，Agent年和开源模型年

乔琳透露，Fireworks AI未来一年的核心战略是强化Fire Optimizer系统。目前，Fire Optimizer已经在响应速度和成本控制上做的足够好，接下来会特别强化在推理质量上的能力。通过个性化定制，能够让模型效果比通用模型或普通API强得多。乔琳预测，2025年将成为"Agent年"和"开源模型年"。各行业将涌现大量解决垂直问题的AI智能体，同时开源模型将迎来井喷式发展。就像DeepSeek发布仅一个月，Hugging Face上就出现了500多个优化版本，Perplexity和她的客户Linnk还开发了针对金融服务的定制版本。不过，她也指出，未来最大的挑战在于，如何让快速发展的AI智能体和开源模型更好地结合，在最后一公里实现质量优化，为用户提供更好的实时体验。

#终极愿景，让每个开发者都能站上聚光灯

行业峰会上，乔琳展示了团队的终极愿景，"我们赌定那些真正懂产品的开发者。谁能玩转自己的数据、调教出更聪明的模型，谁就能赢到最后。"Fireworks AI要做的，就是提供工具与基础设施，帮助开发者定制模型、注入数据，全面提升推理质量、速度与并发能力，让每个用心打磨产品的团队，都能站上AI时代的聚光灯下。截至2025年底，Fireworks已成为全球推理基础设施增长最快的公司之一。他们不生产GPU，但他们定义了GPU的使用方式。

乔琳在官方博客中写道，未来的AI不会被少数基础模型实验室控制，而是分布在数千家想要拥有和定制自己AI产品的企业中。

文章来自于微信公众号 “深思SenseAI”，作者 “深思SenseAI”