WaveSpeedAI 成泽毅：AI Infra 本来就是一门能挣钱的生意

204 0 0

文章摘要

成泽毅的职业轨迹始于阿里，凭借出色的技术能力迅速晋升为部门骨干，但很快感受到大厂的天花板限制。追求更大发挥空间的他，先后加入两家推理加速初创公司，却因商业路线不明确而再次受挫。最终，他通过独立开发的10万行代码推理引擎创立WaveSpeedAI，专注于AI图片和视频生成的推理加速服务。公司产品上线后迅速实现盈利，客户包括Freepik、Replicate等全球头部企业，并在2025年4月完成数百万美元天使轮融资。成泽毅认为，推理加速的价值在于满足用户对价格和速度的敏感需求，而非模型效果的细微差别。

验证技术价值的起点是开源社区。离职后，成泽毅通过GitHub发布推理框架项目，一天内获得700星标，这让他确信技术能力无需大厂背书。“验证项目价值的方法就是直接开源一次”成为他的核心方法论。此后，他观察到国内AI行业过度聚焦模型竞赛，忽视Infra的商业化潜力，而海外市场更注重实际部署效率和成本。这种差异促使WaveSpeedAI从创立第一天就定位全球化，瞄准对Infra价值认知更成熟的海外客户。

公司采用“轻资产、重系统”的运营模式。团队仅7人，全员具备全栈能力，通过弹性算力调度和PyTorch原生架构开发，既降低资源支出又构建技术壁垒。与Datacrunch、Replicate等企业的合作验证了“寄生式”商业策略的有效性——不做生态平台，专注成为大客户系统中的核心模块。成泽毅将初创公司比喻为“寄生植物”，强调避开与大厂直接竞争，从细分需求中分羹。

视频生成领域被视为关键突破口。随着AI视频成本居高不下（如谷歌Veo 2生成10秒视频需5美元），WaveSpeedAI将延迟从6秒优化至2.4秒，成本降至行业1/5。Freepik案例证明，推理加速能直接推动客户商业模式的可行性，形成可持续的付费循环。市场数据显示，全球AI视频生成规模正以惊人速度增长，而成本控制成为行业爆发的关键制约因素。

创业被定义为“可验证的小实验”。面对技术迭代的焦虑，团队通过快速试错保持敏捷——例如对新模型进行通宵适配，即使失败也能反向验证自身技术价值。“每次行业洗牌都是机会，只要上线够快、服务够稳”的务实态度，支撑着公司在多变环境中的生存能力。开发者生态的构建进一步强化竞争力，通过算力支持计划吸引全球创作者，逐步延伸至Agent工具链等增值服务。

WaveSpeedAI的成长路径展现了中国AI企业全球化的差异化可能。从技术验证到商业闭环，从个体价值实现到产业协同，其经验表明：在基础设施层做到极致性价比，能够突破地域性内卷，在国际市场建立技术品牌。这种以Infra为支点撬动AI商业化的实践，为行业提供了可复制的参考范式。