从“有棵树”到“有朵云”，行云科技浴火重生背后的算力大戏

2026年，AI给市场带来了太多奇迹和震撼。其中，算力市场的行云科技，能够拿一块金牌。

行云科技前身叫有棵树，曾是深圳跨境电商“华南城四少”之一，在2021年亚马逊封号潮中遭到重创，连亏四年、资不抵债，2024年底被迫进入破产重整。

仅仅一年多以后，它以行云科技的新名字交出了一份让市场侧目的半年报预告：营收2.6亿至3亿元，同比增长超五倍；归母净利润1000万至1500万元，同比增长最高近七倍。

既然旧名已改，那么增长的核心推手肯定不是重新活跃的跨境电商业务，而是一个全新的方向——算力租赁。上半年，其67台算力服务器的销售直接贡献了约6500万元毛利，公司在手算力订单规模已突破百亿元，年内股价涨幅一度超过400%。

不过2026年过半，算力租赁本身在资本市场的口碑开始变得复杂。虽然大模型和AI应用还在讲故事，但大洋彼岸的CoreWeave顶着巨额债务流血上市，空头们直言这门生意“回报率不过个位数”，Meta前段时间传出出租闲置算力的消息又让整个赛道风声鹤唳。

行云科技到底是抓住产业机遇的跨界黑马，还是又一个在资本泡沫中起舞的冒险家？回答这个问题，关键不在于对一家公司的多空判断，而在于对算力租赁的认知。

一、行云科技的底色，真是算力吗？

算力算不算科技？算力租赁呢？想必这个问题，能让市场吵翻了天。而客观来看，理解行云科技，就不能只看它签了多少订单，和大众想象中的科技有什么关系，而是要看它拿这些订单的筹码是什么。

行云科技的新实控人王维，同时是行云集团的创始人。行云集团是中国跨境电商领域低调的巨头，长年深耕全球数字供应链，在海外仓配、跨境合规、国际物流和品牌分销等环节积累了深厚的资源网络。行云科技切入算力赛道，底层逻辑并非凭空跨界，而是一次能力的平移。

算力服务器的全球采购、跨国运输、海关清关、海外部署和运维，这些环节和跨境电商的底层供应链存在高度重合。GPU处于全球统一市场，供应紧张、交付周期长、跨国物流复杂——本质上和当年跨境电商玩家从全球各地组织紧俏货源、打通清关和本地配送的博弈逻辑非常相似。

当高端GPU成为全球硬通货，能够稳定拿卡、高效交付、合规通关的能力本身就构成了一种稀缺资源。

Polibeli近期的动态为这个逻辑提供了海外注脚。这家被市场视为行云科技海外兄弟公司的纳斯达克上市企业，正在与亚马逊云科技推进东南亚算力基础设施合作，计划在泰国评估建设最高约100MW的大型AI算力中心，潜在服务对象包括Anthropic等头部AI企业。

Polibeli的背景同样承接行云集团的全球资源布局。如果这些海外线索最终能够闭环，行云科技在国内签下的百亿算力订单就不是孤立事件，而是在一个更大的产业网络中被支撑起来的。

从组织层面看，行云科技最近引入了唐博担任首席科学家。唐博创办的团队长期研究大模型推理基础设施，在长文本推理场景下通过显存、网络与计算资源的协同优化来降低推理成本。

显然，行云科技试图在纯硬件租赁之外增加技术优化的附加价值，而非把自己定位成纯粹的“算力二房东”。这倒是让市场有些讶异——

如果一家公司只是借钱买GPU再转租——资金成本靠融资，硬件采购靠供应商关系，定价权完全取决于市场供需——那它的角色本质上更接近金融中介而非科技公司，商业模式的可持续性高度依赖两个变量：一是供需紧张的窗口期够不够长，二是在窗口期内积累的能力够不够深。

行云科技的实践可能表明，虽然供需红利很重要，但公司的资源禀赋、技能禀赋和产业认知也有发挥空间，关键看公司是否愿意投入重构算力资产的获取方式和成本效率。

不过即便如此，行云科技面对的算力租赁市场依然不太平，这是一个吵遍了全球市场的难题。

二、算力租赁正在经历罕见的“多空对决”

抛开行云科技的个例看整个赛道，会发现算力租赁正处在产业共识尚未收敛的关键期。多头和空头都有充分的论据，但各自看到的其实是同一枚硬币的不同侧面。

市场对算力租赁的质疑主要集中在三个层面。

第一层是商业模式的牢固程度。GPU贬值速度极快，像是英伟达的迭代周期从两年压缩到一年，新架构一旦量产，上一代芯片的市场售价可能在短时间内大幅下滑。用借来的钱买快速贬值的资产，靠租金差维持利润，在经济上行期一切都可以运转，但一旦供需逆转或利率上升，整个模式就会暴露出高杠杆的脆弱性。

第二层是客户集中与潜在竞争风险。算力租赁的大客户往往是云巨头和头部AI公司——这些客户不仅议价能力强，更关键的是它们自身也在大举扩建算力基础设施。一旦它们的自有算力出现阶段性冗余，不仅可能停止外采租赁，甚至会反过来向市场释放闲置算力，从客户变成竞争者。

Meta近期传出的动向正是这种风险的具象化。当大客户既买你的服务、又建自己的产能，还可能随时变成你的对手，这种关系结构本质上是不对称的。

第三层是金融化伴随的系统性风险。海外部分激进玩家已经把算力资产高度金融化，以GPU作为抵押物发行长期债券，拿到投资级评级后向养老金和保险公司出售。

海外空头认为，2026年一季度，个别明星公司的总负债已从一年前的不到200亿美元暴涨至500亿美元以上，利息支出持续侵蚀利润，至今未能实现盈利。GPU的历史价格数据样本极短，基于历史数据构建的抵押品估值模型在真实的市场压力下可能不堪一击。

相对于海外的风风雨雨，国内市场稳健的AI产业链发展节奏相对更让人放心。放眼整个AI基础设施产业链，真实需求仍然坚挺。AI推理Token消耗量在2026年上半年持续攀升，训练集群的规模需求也未见放缓，而云巨头自建产能的周期通常需要数年。在供给和需求的时间差里，算力租赁起到了很重要的缓冲作用。

更关键的是，算力租赁市场内部正在发生分化。

纯粹的“借钱买卡出租”是低壁垒的通道业务，定价权最弱，风险敞口最大。但另一些公司正在向两个不同的方向演进：

一是向上游整合供应链和融资能力，用更低的资金成本和更快的交付周期建立规模壁垒；二是向下游延伸技术优化和运维服务，用推理引擎调优、KV Cache管理、多租户调度等系统能力提升单位算力的有效产出，让每一张GPU赚到更多的钱——Token工厂就可以算作演变出来的模式，尽管它们在运作逻辑上已经有很大不同。

这些路径的商业回报和风险特征完全不同，单用一种名词来统称它们，就像把一家自持物业、精细运营的酒店集团和一家做Airbnb短租生意的二房东放在同一个维度去打分，结果自然是不客观的。

行云科技在当前的算力赛道上，更偏向第一种路径：用跨境供应链能力和产业资源网络压低拿卡成本和交付周期，辅以技术团队的初步加持。这条路能否最终走通，还要看百亿订单的交付质量、客户回款周期和后续新订单的持续性。

三、谁离真实价值创造更近，谁就代表算力的终局

任何一个新兴产业在从泡沫走向成熟的过程中，都会经历一轮残酷的去伪存真。算力租赁这个赛道，目前正处于一个有趣的过渡阶段——融资驱动的规模竞赛和技术驱动的效率竞赛同时存在，而市场还没有形成判断“谁在真正创造长期价值”的共识标准。

从产业链的角度看，算力租赁的本质是AI基础设施从垂直一体化走向分层专业化的中间形态。

早期，云巨头包揽了从芯片采购、数据中心建设到算力服务的全链条。随着需求规模急速扩大和硬件供给的波动，专门组织GPU资源、提供灵活租赁服务的独立厂商开始介入，填补长周期固定资产投资和短周期算力需求之间的鸿沟。

这个阶段，这类公司的核心价值是资源组织和灵活交付，靠的是供应链能力和资金运作。

但熟悉这个行业运作的人肯定知道，这不可能是终局。当算力市场发展到更成熟的阶段，单纯的组织和交付能力会逐渐被标准化和规模化的竞争消解，核心竞争力的重心将不可避免地转向另一个维度：技术效率。

谁能用同样的硬件跑出更高的有效算力产出，谁能用系统优化降低单位Token成本，谁能在运维稳定性和服务多样性上建立差异化，谁才能穿越周期留下来。

Meta入局为什么会引发巨大震动？因为市场第一反应是这样的——“果然AI故事讲不动了！”但实际上，站在Meta或者其他同业角度上，这只是说明AI算力内部分化了，做基建和做应用的价值含量正在迅速拉开距离，而公司必须确定自己往哪个方向走更合适。

分化，本质上是在催促这个产业尽快完成对“核心价值是什么”的校准。当一家拥有数十GW级算力容量的巨头决定将闲置资源投放市场，首当其冲被冲击的，必然是那些完全依赖市场供需差生存、没有独特技术和服务壁垒的纯粹租赁商。

而那些已经在某个特定环节——无论是供应链组织、技术优化还是场景深耕——建立了独特优势的公司，反倒可能在这一轮洗牌中巩固自己的位置。

从这个视角来看，行云科技的处境有些微妙。它的起点是基于跨境供应链的全球化资源整合能力。但下一步，市场上存在大量不同模式的算力基建之后，什么样的基建才能活得更长、收获更多呢？相关能力的可迁移性和可持续性，将决定它在算力市场的终局中到底是一个短暂的过客，还是一个新的参与者。

相对而言，这些参与者的五花八门其实对产业来说算是好消息，因为不同背景的参与者往往会带来新的解题思路。而对于投资者来说，判断算力租赁赛道的价值，或许应该少问这个方向好不好，多问这家公司在产业演进的下一个阶段有什么优势和特色。迷雾仍在，但方向已隐约可见。

来源：松果财经