郑纬民：AI 基础设施的焦点从“智能的生产”转向“智能的流通”

1月29日，清程极智在北京发布“AI Ping”一站式AI评测与API服务智能路由平台。未来图灵在现场获悉，该平台旨在解决大模型应用从“尝鲜”进入“深水区”后，开发者面临的海量API服务选型难、性能不稳定、成本优化复杂等核心工程挑战。

“海淀区聚集了全市八成的AI专家和全国近三成的AI2000顶尖学者。”中关村科学城管委会产业促进一处处长李楠在发布会致辞中指出。该区正在加快构建符合首都功能定位、彰显海淀特色的“1+X+1”现代化产业体系，其中首要的“1”即是建设人工智能产业高地。管委会支持像清程极智这样的企业，围绕产业共性需求开展协同探索。
中国工程院院士、清华大学教授郑纬民在演讲中明确提出了行业演进方向：“AI Infra（基础设施）的焦点正从‘智能的生产’转向‘智能的流通’。”他认为，实现智能流通的关键在于“智能路由”能力，即既能根据任务选择最合适模型的“模型路由”，也能在同一模型的多个服务商间进行优化调度的“服务路由”。

清程极智CEO汤雄超阐述了公司的产品布局逻辑。他表示，继服务于大模型训练的“八卦炉”和专注于高性价比推理部署的“赤兔”之后，面对爆发的AI应用，基础设施的“关键需求是智能路由”。“通过智能路由，我们可以为海量的业务请求找到最好、最快、最稳定、最便宜的大模型服务。”

阿里云政企行业咨询总监程晶在分享中将AI Ping的作用比喻为模型服务的“智慧红绿灯”。他认为，该平台有助于精准匹配资源、提升算力利用率并降低企业的“试错成本”。
AI Ping产品负责人师天麾博士在介绍中透露，平台已接入国内30余家主流服务商的超过500个大模型API。其核心能力是通过7x24小时持续探测，真实反映各API服务的延迟、稳定性、吞吐量等指标，并生成可视化的评测排行榜。“我们做过测试，即便是最大型的服务商，在提供相同模型、价格相近的情况下，性能差距可能高达五倍。”
平台提供的“智能路由”功能允许开发者设定对延迟、吞吐、成本等的具体需求。师天麾披露的数据显示，使用该路由服务后，相比直接调用模型原厂API，用户平均成本可降低37%以上，吞吐量提升90%以上，延迟降低20%。
发布会上，清程极智联合华清朴智AI孵化器发布了基于AI Ping真实调用数据的《2025大模型API服务行业分析报告》。报告指出，大模型API服务市场的竞争重点正从“价格差异”转向“交付质量”，响应速度已成为新的核心竞争力。一个反直觉的发现是：“官方渠道并不天然拥有性能最优”。
AI Ping的推出，标志着大模型产业链分工的进一步细化。在模型层（训练/微调）与应用层（智能体/垂直应用）之间，一个专注于“服务调度与质量保障”的中间层正在形成。该平台并不生产模型或算力，而是通过评测与路由优化模型服务的流通效率，其价值在于降低整个AI生态的交易摩擦与试错成本，成为支撑应用规模化落地的“管道”与“质检中心”。
在圆桌讨论环节，智谱首席架构师鄢兴雨、硅基流动创始人袁进辉等业界嘉宾一致认为，随着大模型应用深化，评测体系与智能路由能力正成为支撑规模化应用的新一代基础设施。郑纬民院士在早前的演讲中描绘了愿景：“用户只管说‘我要结果’，背后哪个模型、哪朵云、哪块硬件在干活，完全不用操心。AI将第一次实现电网级别的调度。”

清程极智在现场联合阿里云百炼、百度智能云、火山方舟、腾讯云、华为云、智谱AI等20余家服务商，共同启动了“智能、可持续大模型API服务生态计划”。