找钢网合并Aquila 港股“去SPAC”上市首例

公司计划在未来五年内，向其“星辰分布式智算中心”AI基础设施项目投资最高达50亿元 　 阳歌 作为一家上市公司，该公司的历史可追溯至2019年，当时主营金融服务。但对麦思智能（MAAS.US）而言，真正的起点是2025年5月。当时公司启用了现用名，并展开了一场短暂的并购狂潮，由此构建起现有的核心资产。在三项收购中，华智未来迅速成为其首要重心，其余两项则分别分布在新能源和大健康领域。 对华智未来的收购，直接将麦思智能带入了AI基础设施这一热门赛道。该领域主要围绕数据中心展开，内部配备了运行复杂AI应用所需的服务器、GPU及其他硬件。收购完成后，公司迅速行动，斩获了5,000万美元的新一轮融资，并抛出了一份50亿元（7.47亿美元）的发展路线图，计划建设支持其自研大模型运行的数据中心。 领衔这波AI基础设施新攻势的，是华智未来前董事长李志峰。在公司被收购后，他出任麦思智能首席技术官（CTO）。李志峰接受了Bamboo Works（咏竹坊）的专访，详细解读了麦思智能的AI基础设施路线图，包括其具体的发展时间线，以及该路线图与纷纷涌入这一市场的其他开发者有何不同。 Bamboo Works：我们先来聊聊这笔5,000万美元的新融资。能透露一下投资方是谁吗？是什么吸引了他们投资麦思智能？ 李志峰：投资方是一家专注AI基础设施的金融投资机构。在他们看来，我们正好踩中了机构投资者当下密切关注的两大风口交汇处——全球算力短缺，以及日益受到重视的AI安全与数据主权。我们在推广时并没有说：“我们转卖GPU算力。”我们讲的是，公司正在构建一个包含基础设施、自有AI模型以及企业级交付的业务闭环，并且已经签署了具备盈利能力的合同，而不仅仅只是一张路线图PPT。 问：能否介绍一下4月份启动的星辰分布式智算中心项目？这是你们AI基础设施计划的骨干项目。它位于何处？能提供哪些服务？ 答：星辰项目是由我们的子公司华智未来，联合中电算力科技应用（北京）有限公司和中外智渝（重庆）科技有限公司两家伙伴共同发布。该项目旨在响应国家“东数西算”及“疆算入渝”的算力资源调度工程。 该项目的架构采用“双核心 + 多级边缘计算 + 统一调度平台”的设计，以两个集中式训练与推理枢纽为核心——一个位于宁夏银川（初始阶段已投入运营，目标部署约512台高性能服务器）；另一个位于新疆（部分已投入运营，目标部署约256台高性能服务器）——此外还规划构建一个由50至100个集装箱式数据中心，每个数据中心搭载 10 至 16 个算力集装箱，用于在靠近终端用户侧提供低延迟推理服务。 问：该中心首个边缘节点的算力规模有多大？未来有何扩容计划？在复制和扩张模块化边缘节点时，又面临哪些挑战？ 答：首个节点于4月在重庆市石柱县冷水镇部署，规划算力规模达 4,000 PFLOPS（Petaflops）。在扩容方面，这种模块化、集装箱式的设计，能让复制速度远超传统数据中心建设——它省去了漫长的土建周期，基本实现了“即插即用”。 然而，实际挑战依然存在：一是需要逐个站点落实供电方案以及当地政府的优惠政策，目前每个站点都需要单独谈判；二是为每个新增节点或集群筹措资金，因为我们尚未就更广泛的节点网络达成最终的确定性融资安排；三是任何分布式基础设施建设都会面临的常规执行风险——包括施工进度、设备交付，以及节点上线后的算力利用率提升。 问：4月宣布星辰中心项目时，公司曾表示最终投资额将达50亿元。这笔投资的时间跨度是多久？公司预计从何处筹资？ 答：规划建设周期为60个月（即五年），分五期推进，从试点验证逐步过渡到规模化落地。因此，50亿元是全面建成的投资上限。至于资金来源，我们预计各个站点的融资将从石柱站开始，在项目公司层面进行安排，采用外部投资者的股权与债权融资相结合的方式。同时，我们也可能会争取一些地方激励措施，比如目前仍在与当地政府协商的土地和税收优惠政策。 问：能否介绍一下星辰中心目前的客户情况？包括他们是谁、合同规模多大，以及在使用哪些服务？ 答：这里需要做一个重要区分：我们迄今公布的已签商业合同，属于华智未来更广泛的算力和算法解决方案业务，并非专门由星辰中心自有基础设施产生的收入。 明确了这一点后，再来看我们近期披露的签约项目，包括：向广州奔云人工智能科技有限公司交付了一项算力服务，价值165万元，涵盖5个AI算力节点及环境部署，已全额付款并验收通过；此外，我们还与北京趋动智能科技有限公司（“VirtAI Tech”）签订了一份为期12个月、价值7,680万元的协议，为其提供超过450 PFLOPS级别的高性能算力基础设施。 过去几个月里，上述合同及其他几笔交易加起来，已披露的签约总价值远超1亿元。我们认为，这充分证明了市场对我们的算力服务存在真实的付费需求——即便旗舰星辰项目本身仍在建设当中。 问：目前有许多公司都在开展类似业务，麦思智能打算如何让自身的AI服务脱颖而出？ 答：该领域内的多数企业仅以规模竞争——更多GPU、更大规模的算力集群、以及缺乏实质保障机制的通用模型。我们认为，未来真正关键的差异化优势在于信任：企业或政府客户能否放心地将敏感数据及关键业务工作负载部署在我们的平台？我们的解决方案是“架构原生安全”，而非事后补救式的安全措施。 这一理念首先体现在我们自主可控的基础设施层上，确保我们无需受制于第三方并向其租赁算力；其次体现在我们的“灵言妙语”（简称“灵言”）大语言模型上，该模型从底层设计之初就是围绕安全、本地化私有部署、数据本地化以及内容风控而构建的，绝非先接上公有 API 再在事后贴上安全滤网；最后，它还延伸至我们的交付方式——我们将数据治理、合规支持以及持续运营直接纳入合同履约范畴，而非一次性的模型交付。 问：能多介绍一下你们正在使用的“灵言”混合专家（MoE）大模型吗？“灵言”未来的国际化路线图是怎样的？ 答：“灵言”是我们自主研发的大语言模型，基于混合专家架构（MoE），总参数量达90亿。我们选择 MoE 架构是出于对效率的考量——按需动态激活特定的专家网络，而非在每次请求时都调用全量参数，从而降低了推理成本并提升了并发处理能力。但从战略层面来看，效率之所以至关重要，是因为它让安全加固型、私有化部署的 AI 在商业上真正具备可行性，而非仅仅是一个实验室里的展示项目——对于需要本地化和数据主权部署的政企客户而言，他们需要的是一款既高度可控、又具有足够成本效益以实现规模化运行的模型。…