# 蚂蚁周俊：万亿模型跑15分钟烧掉一辆特斯拉，他们用“Token密度”把长文本成本从指数压到线性

> 原标题：蚂蚁集团周俊AICon演讲：从Token数量到Token密度，万亿参数模型效率优先

- 来源：AI HOT 精选
- 发布时间：2026-07-08T01:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/43006
- 原文：https://mp.weixin.qq.com/s/dsIfi4C-T5Q4emmIh-7yzg

## 摘要

蚂蚁集团副总裁周俊在AICon上算了一笔账：万亿参数模型每跑15分钟，算力成本就抵得上一辆特斯拉。团队不再拼Token数量，转而提高“Token密度”。他们用7份Lightning Attention加1份MLA搭了一套混合线性注意力架构，把256K长上下文的计算开销从指数级拉回到线性级，省下的算力可以留给推理环节。

## 推荐理由

蚂蚁团队通过混合线性注意力降低长上下文计算开销，把提高Token密度作为向推理环节释放算力的具体路径。

## 锐评

15分钟一辆特斯拉这个比喻挺抓人，但省算力的关键在7份Lightning Attention加1份MLA这套混合线性注意力。长上下文从指数压到线性，省下的算力留给推理，方向是对的。问题是这是演讲复盘，256K下到底省多少、质量掉不掉，一个数都没给。架构听着靠谱，可没有真实吞吐数据，我暂时只当它是个思路。
