Ramp联合首席执行官Karim Atiyeh表示，虽然此前模型构建对Ramp来说成本过高，但该公司在6月完成7.5亿美元融资后，正考虑开展相关工作，因为开放权重模型的性能已大幅提升。“一年前这完全说不通。但现在开始变得很有道理了。”
Harvey总裁兼联合创始人Gabe Pereyra坦言，直到去年年底，AI应用的性能主要取决于其底层模型。训练这些基础模型是一项极其昂贵的工程，通常由那些最大的AI实验室负责。相比之下，当时训练定制模型的努力意义不大，因此像Harvey这样的公司必须花大价钱购买最好的基础模型。
“如果不通过微调专属模型来优化单位成本，从本质上讲你的商业模式就算不上高效，”旧金山早期风投机构Basis Set创始人兼管理合伙人Lan Xuezhao断言。她补充道：“如果公司不致力于构建供自身使用的模型，我认为它将难以获得融资。”
目前，Anthropic和OpenAI也更加积极地进军初创企业领域。今年，两家公司都在大力招聘，发布插件，并在法律、金融和医疗保健等行业推出试点项目。
在Anthropic办公室最近举办的一次投资者论坛上，与会者讨论了自主构建模型的初创企业日益兴起这一现象。据一位知情人士透露，Anthropic在一张关于如何“把握价值曲线”的幻灯片中提到了Rogo和医疗健康初创公司OpenEvidence等企业。该公司还提到了Harvey在人工智能领域的内部工作，并提醒道，这家初创公司仍需要依赖Anthropic最先进的模型之一——Claude的Opus——来处理最棘手的任务。
相比之下，开放权重模型提供了一种替代方案。OpenAI和Anthropic的封闭式模型将其内部参数严加保密，而开放权重模型则会公开这些参数，供外部开发者下载并进行修改，这一过程被称为“后训练”(Post-training)。
据两位知情人士透露，有些公司——如Kimi K3的开发商月之暗面，甚至会派出自己的工程师，帮助客户将现成的模型微调为定制化的内部模型。
随着开源生态与自研方案逐渐抹平顶尖模型的技术鸿沟，应用层企业正在重新掌握议价权与生存命脉。对即将迈入二级市场的OpenAI与Anthropic而言，如何在维持高昂研发支出的同时守住摇摇欲坠的商业客户壁垒，将成为其IPO前夕必须作答的一道关键命题。
评论交流
0