AI news

Fal 两轮融资合计 16.5 亿美元,生成式媒体推理怎样做规模化

By Vibehood1 viewsSource: Vibehood
Fal 两轮融资合计 16.5 亿美元,生成式媒体推理怎样做规模化

文章以 Fal 的 E、F 两轮融资为起点,分析统一模型 API、GPU 调度和后训练在生成式媒体中的作用,并讨论推理服务的单位成本、毛利和竞争格局。

The full text has not been translated yet. The Chinese original is shown below.

编辑更正(2026年11月10日)原稿小标题中的“16 亿美元估值”已更正为“160 亿美元估值”,与文内融资金额及估值口径区分。

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。

文章配图

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

160 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。

文章配图

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”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)