2026 年 3 月，英伟达 GTC 大会的现场，黄仁勋在主题演讲中放出一张幻灯片：在中国开源模型 Kimi K2.5 的推理速度排名里，一家名叫 Eigen AI 的公司排在首位。 “我们事先并不知道。是他在台上讲的那一刻，我们才发现，原来我们真的做到了最快的速度。”Eigen AI 创始人兼 CEO 王瀚锐向 DeepTech 回忆当时的心情：非常意外，也非常兴奋。

那时，Eigen AI 才正式成立 9 个月，员工 20 人左右。不到两个月后，上市 AI 云服务商 Nebius 宣布以超 10 亿美元对价收购 Eigen AI。消息一出，Nebius 股价连续大涨。王瀚锐当时感到一种“复杂”的心情：股价上涨是资本市场的认可，但市场的期待也随之水涨船高，“越涨，我们肩上的重担就越大”。

王瀚锐博士就读于麻省理工学院（MIT）电子工程与计算机科学系（EECS），是韩松教授的“开门弟子”。他从 2017 年起就聚焦 Transformer 和 GPT 架构的高效计算，主导开发的稀疏注意力（sparse attention）系统 SpAtten 是 2020 年以来 HPCA（高性能计算机架构国际研讨会）引用最高的论文之一，配套加速器完成了台积电 28nm 工艺流片。

2024 年从 MIT 毕业后，他推迟了加州大学洛杉矶分校（UCLA）计算机系助理教授的入职时间，选择与两位 MIT 校友联合筹办 Eigen AI。公司的业务很好懂：让开源大模型在 GPU（图形处理器）上跑得更快、更省，再按 Token 对外出售。截至被收购前，在独立评测平台 Artificial Analysis 上，Eigen AI 的推理性能在 25 个主流开源模型上均位列第一。

加入 Nebius，王瀚锐出任高级副总裁（SVP），全面负责 Token Factory 业务，涵盖推理、后训练和智能体系统三条产品线。

7 月底，Nebius Token Factory 成为 2.8 万亿参数混合专家（MoE）模型 Kimi K3 的 Day 0 首发合作伙伴。 从学者到创业者，再到大公司的管理者，王瀚锐在几年间换了三种身份，他对此的看法很务实：不为创业而创业，学术和产业之间也从来不是单选题，关键看哪种组织形态最能让技术落地。 

看到了领域内尚未被解决的关键问题，也是他做出很多决定的核心驱动力：创业是因为发现GPU大部分时间都在空等数据；谈到未来还想进入哪些领域，他同样描述了两个尚未得到满足的需求：自动为用户挑选最合适的模型，以及人与智能体之间的交互能否突破说话和阅读速度的限制。 

在对话中，问及对 AI 长期走向的看法时，王瀚锐的态度相当乐观。在他看来，模型的规模增长（scaling）远没有到头，“再提高 1,000 倍都是有可能的”，Token Factory 的终点则是让智能变得像水和空气一样便宜。 落到具体的产业判断上，他又很冷静。他坦言，推理服务夹在 GPU 厂商和客户之间，是微笑曲线的中段，“更容易受到挤压”。本科和博士期间都做过芯片设计，他却不急于跟进自研推理芯片的热潮，理由是模型的底层算子仍在快速变化，“现在造出来的芯片，3年之后可能就会不适配”。