TL;DR
AI 基础设施正在进入一个容易被忽略的阶段：模型训练仍然需要巨额算力，但真正开始产生商业价值之后，计算需求并没有结束，反而从一次性的训练任务转变为持续发生的推理请求。每一次图片生成、视频生成、语音合成和 AI Agent 调用，最终都要在 GPU 上完成。
Fal 抓住的正是这部分需求。11 月 4 日，旧金山 AI 基础设施公司 Fal 宣布同时披露 Series E 和 Series F 两轮融资，合计筹集 16.5 亿美元。据悉，4 月完成的 E 轮融资为 3.5 亿美元，由 Sequoia Capital 领投，公司估值达到 80 亿美元；10 月完成的 F 轮则达到 13 亿美元，由 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。
半年时间，估值翻了一倍。更值得注意的是，Fal 并不是一家训练基础模型的公司。它做的是模型训练完成之后的事情：让越来越多的模型能够被开发者和企业稳定、低成本地调用。
这也解释了为什么一家成立于 2021 年、团队规模仍然只有约 185 人的公司，能够获得如此大规模的融资。
01
从“训练模型”到“运行模型”
过去几年，AI 基础设施的核心问题是如何训练更大的模型。大量资本进入 GPU、数据中心、网络和训练集群，最终服务于少数大型模型公司。但模型一旦训练完成，另一套经济规律就开始发挥作用。
训练可能只发生一次，推理却发生在每一次用户请求中。一个用户生成一张图片，看起来只是一次 API 调用，但背后可能涉及模型加载、GPU 调度、显存管理和多轮计算。视频生成的计算量更大，模型不仅需要处理单张图像，还要保持连续帧之间的空间和时间一致性。
因此，AI 基础设施正在出现一个重要分化：训练解决的是如何获得智能，推理解决的是如何把智能规模化出售。
Fal 最初就是从这个环节切入。开发者不需要自己购买 GPU、部署模型、处理并发和扩缩容，只需要通过 API 调用不同的图像、视频和音频模型。这让 Fal 更接近一个面向生成式媒体的“AI Cloud”。
Sequoia 对 Fal 的描述也已经从单纯的 inference provider 转向“Generative Media Cloud”：平台提供统一 API，让开发者和企业访问数百个生产级模型，并负责背后的推理基础设施。
目前 Fal 已支持大量图像、视频、音频和 3D 模型，客户包括 Adobe、Canva、Shopify 等企业。公司过去一年增长非常快，公开报道显示，其 annualized revenue 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。需要注意，这里是年化收入指标，并非已经实现的全年营收。
02
为什么视频和图像推理特别需要基础设施公司？
Fal 的选择并非偶然。如果说大语言模型的核心计算单位是 token，那么生成式媒体的计算对象则更加复杂。一张图片、一段视频需要处理大量视觉信息，而视频还涉及时间维度。模型越大、生成分辨率越高、视频越长，对 GPU 和显存的需求就越高。
这使得生成式媒体的推理优化与传统 LLM serving 并不完全相同。
Fal 因此没有把自己定位成一个简单的模型 API 聚合平台，而是在底层针对 diffusion 等生成模型进行优化，包括模型加载、GPU 调度、推理执行和成本控制。
2025 年，Bessemer 曾披露 Fal 的部分模型推理成本和延迟可以通过底层优化显著降低。到了 2026 年，公司又进一步进入模型 post-training，与模型开发商合作优化视频模型的速度和效果。Fal 官方近期也明确表示，过去一年已经开始对已有模型进行 post-training，让模型同时获得更好的质量和速度。
这意味着 Fal 的位置正在发生变化。它不再只是“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整个过程。
03
16 亿美元估值，买的其实是算力之外的东西
Fal 此次融资最值得关注的一句话，反而来自 CEO Burkay Gur。他说，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进行 rate limiting。
这说明问题已经从“有没有客户”变成了“有没有足够的 GPU 服务客户”。
最新 13 亿美元 F 轮融资的重要用途，就是扩大计算资源储备和团队规模。
这也是推理基础设施最特殊的地方：它既像软件公司，又越来越像一家资本密集型基础设施公司。
一方面，Fal 可以通过模型优化、GPU 利用率、调度和推理效率形成技术壁垒；另一方面，只要客户增长，计算资源也必须同步增长。因此，这个行业不能只看收入增速，还要看一个更重要的数字：单位计算资源能够创造多少收入和毛利。
根据报道，推理基础设施公司的历史毛利率大约在 50% 左右，明显低于成熟 SaaS 公司通常超过 70% 的水平。原因很直接：GPU 的采购和租赁成本会直接进入服务成本。
这也是 Fal 未来最大的商业考验。如果收入增长和 GPU 成本基本同步，那么 160 亿美元估值很难长期成立；只有当模型优化、调度效率和规模效应让单位推理成本持续下降，收入增长才能真正转化为利润增长。
04
Fal 并不是一个孤立的案例
资本市场给出的答案已经相当明确：推理基础设施正在被重新定价。
2026 年 7 月，Fireworks AI 完成 15.05 亿美元 Series D，估值达到 175 亿美元，同时宣布 annualized revenue 超过 10 亿美元；平台每日处理的 token 数量超过 40 万亿，其中 95% 来自经过专门化处理的模型。
Fireworks 与 Fal 的路径并不完全相同。前者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。但两家公司背后的逻辑相似：企业不一定希望自己管理复杂的 GPU 集群，也不一定愿意把所有 AI 工作负载交给少数闭源模型公司。
它们需要一个位于模型与应用之间的基础设施层。这也是为什么 Nvidia 同时出现在 Fal 和 Fireworks 的投资名单中。对 Nvidia 而言，模型训练只是 GPU 需求的一部分；当更多开源模型进入企业生产环境，推理将成为一个持续扩大的算力市场。
从这个角度看，Fal 与 Fireworks 的竞争并不只是两家创业公司的竞争，而是 AI 软件栈正在发生的一次重新分层。
其中，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。此前有报道称，多家推理服务商正在以远高于上一轮的估值寻求融资。
05
真正的竞争，不是谁拥有更多 GPU
如果把 Fal 简单理解成“AI 时代的 GPU 租赁商”，其实低估了这家公司。
GPU 本身正在变成越来越标准化的资源。真正难复制的是如何让不同模型在不同硬件上，以更低的成本、更低的延迟稳定运行。因此，推理基础设施最终比拼的不是 GPU 数量，而是 每一美元算力能够产生多少有效 AI 工作。
模型压缩、量化、batching、kernel 优化、显存利用率、调度以及自动扩缩容，都会直接影响单位推理成本。随着模型数量增加，基础设施平台还需要判断不同任务应该使用什么模型、什么 GPU，以及在什么时间和区域部署。
如果未来企业同时运行几十甚至上百个模型，那么它们真正需要的可能不是一家模型公司，而是一层能够管理这些模型的 execution layer。
Fal 正在争夺的就是这个位置。
06
AI 基础设施的下一场竞争，可能发生在模型之后
这也是 Fal 这笔 16.5 亿美元融资真正值得关注的地方。
过去的 AI 基础设施投资逻辑，是围绕“如何训练出更强的模型”展开；现在，随着开源模型越来越多、模型价格持续下降，产业链的另一端正在变得越来越重要：如何让这些模型真正进入生产，并以足够低的成本运行。
模型越便宜，开发者越愿意调用；模型越多，企业越需要统一的部署和管理层；调用越多，推理基础设施的价值越高。
但这里仍然存在一个悬而未决的问题：云厂商、模型公司最终会不会把这一层基础设施吃掉？
如果推理逐渐标准化，AWS、Google Cloud、Azure 等云厂商完全可以向上延伸；如果模型公司持续降低 API 价格，也可能压缩第三方推理服务商的利润空间。
因此，Fal 的长期壁垒不能只是“拥有更多 GPU”。它必须证明自己的优化能力、模型生态和开发者网络能够形成足够强的规模效应，使得客户越多、模型越多、调用量越大，单位推理成本反而越低，最终形成比单纯云计算更高效的 AI execution layer。
160 亿美元估值买的，正是这个预期。至于它最终能否成立，还要看接下来几年里，Fal 能否把 8 亿美元以上的年化收入真正转化为更高的毛利，以及把今天对 GPU 的巨大需求，变成未来对基础设施效率的长期定价权。
AI 的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的 AI 请求跑起来。
文章来自于微信公众号 “Vibehood”，作者 “Vibehood”