九章云极DataCanvas在6月17日的发布会上正式提出“AI工厂”战略，并同步推出基于该战略的新一代智算云平台Alaya NeW Cloud3.0。这家成立于2013年、长期深耕AI基础软件与机器学习平台的企业，此次将目光投向了一个更宏大的目标：把AI基础设施从单纯的算力资源供给，升级为可规模化、低成本、高稳定交付智能能力的工业化生产体系。
发布会上披露的核心指标颇具野心。九章云极计划建成一个10万P规模的智能算力集群，并实现每日10万亿Token的流转承载力，同时汇集超过1000个模型。更引人关注的是，公司提出要推动Token综合成本下降1000倍，并明确这不是简单的价格战，而是通过基础架构、算电协同、异构算力、全局调度和模型优化五条工程路径相乘来实现的底层效率革命。
创始人兼董事长方磊在演讲中给出了这一战略背后的产业判断。他认为，AI产业的竞争焦点正在从单点大模型的能力比拼，转向体系化竞争——谁能规模化、低成本、高稳定地交付标准化智能能力，谁就能占据优势。为此，九章云极提出了一套新的度量体系：用DCU（一算力计量单位）来量化投入，用专业Token来度量产出，试图让智能能力的交付像工厂生产一样可计量、可优化。
“AI工厂”本身由两大引擎构成。训练工厂以DCU等算力资源为输入，支撑大规模模型的并行训练；Token工厂则负责将专业模型封装为标准化Token，让智能能力可以被即取即用、规模流通。两者之间通过训练、交付和反馈形成闭环，使模型在真实任务中持续迭代。方磊还进一步将Token划分为消费级、专业级和前沿级三类，分别对应不同复杂度和价值密度的智能交付场景。
作为技术底座，Alaya NeW Cloud3.0围绕AI双工厂进行了系统架构、计算调度和能效架构三大重构。副总裁胡宗星指出，进入Agent原生时代后，推理状态空间快速膨胀，传统算力架构普遍面临异构硬件低效堆叠、静态调度资源浪费和被动供能能效偏低等瓶颈。为此，平台通过PD算力调度分离、KV Fabric高速显存互联、全链路零拷贝传输等技术，实现算、存、传一体化协同，端到端推理TPS性能可提升10倍。在计算调度上，持久化执行流机制通过内核复用减少任务切换带来的算力空耗；能效架构则升级为能源定义计算架构，推动算电实时协同调度，实现专业Token能耗的全程量化与溯源。
AI首席科学家缪旭进一步提出了“可进化的Token工厂”愿景。其核心是AI基础设施编译器，目标是将复杂任务转化为可改写的执行图，把底层基础设施变成可学习的优化器。这一体系通过统一Token/Task IR描述任务、资源、约束与执行意图，再经由优化Pass、智能体强化学习运行时和服务与资源层完成路由、压缩、缓存、能耗和策略更新等环节。缪旭给出了三阶段建设路径：从可观测化建立质量、延迟、能耗等指标，到可编译化建立IR与优化Pass库，最终实现由Agentic RL自动发现和部署优化策略的自我进化。
从产业视角看，中国银河证券研究所所长助理吴砚靖分享了Token经济对智能算力投资框架的影响。她认为，AI商业化的统一计量尺度正从流量经济转向Token经济，单位Token成本下降并不会压缩市场规模，反而会降低调用门槛、扩张应用场景并提升总Token消耗。易观合伙人张澄宇则解读了第三方普惠智算云市场报告，显示九章云极在全国多个核心区域处于领先地位，并指出智算云竞争正从算力持有规模转向跨区域、多集群的统一纳管与调度能力。
九章云极还在现场与多家芯片、服务器、大模型、能源及行业应用企业完成生态战略合作签约，并与中关村环保落地EOD绿色智算全域合作。公司联合创始人尚明栋表示，希望专注做好AI工厂这一智能生产底座，推动形成开放、中立、共赢的普惠算力共同体。在全球化布局上，九章云极已在国内山东、安徽、宁夏、浙江、青海、云南、湖北、广东等地完成智算中心布局，海外已在印度尼西亚实现节点运营，并在多个国家和地区推进布局。
从AI工厂战略到Alaya NeW Cloud3.0，九章云极此次发布的核心指向，是将AI基础设施推向工业化交付。10万P算力集群、10万亿Token日流转承载力、Token千倍级综合降本等目标，让这场发布会具备了较强的产业关注度。不过，要实现大规模降本和稳定交付，难度并不低。这不仅取决于单一平台的工程能力，还涉及芯片、服务器、能源、网络、模型、应用和产业客户之间的协同。如果这套体系能够跑通，最终受益的将不只是模型开发者和企业客户，也包括大量需要调用AI能力的应用厂商、行业用户以及终端消费者。AI能力使用成本的大幅下降，才可能推动更多Agent、行业应用和智能服务真正进入规模化落地阶段。