Base44自研AI模型，构建技术壁垒
从8000万收购到自主研发，Base44的AI战略升级
Base44这家氛围编码平台在被Wix以8000万美元收购仅一年后，如今已开始推出自主研发的AI模型，支持用户通过自然语言创建应用。这家成立仅6个月、团队仅有8人的初创公司，正通过自主模型构建技术壁垒。
行业趋势：从依赖到自立
在AI领域内部，关于前沿模型是否适用于所有场景的讨论日益激烈。同时，依赖他人模型构建的企业能否长期保持竞争优势也引发质疑。Base44的这一举措，正是对这两大问题的回应。
总部位于特拉维夫的Base44相信，将模型训练并纳入整个技术栈，能够实现延迟、成本和效率方面的更多优化。创始人马奥尔·什洛莫(Maor Shlomo)表示：”训练并拥有模型作为我们整个技术栈的一部分，为我们提供了在延迟、成本和效率方面进行更多优化的能力。”
市场竞争格局
乍看之下，这一举措可能是为了应对瑞典创业公司Lovable的竞争。后者在去年夏季的A轮融资中达到独角兽估值，并依赖外部大型语言模型(LLM)。
然而，什洛莫预计其他达到足够规模和速度的公司也将训练自己的模型——”至少那些拥有足够数据规模和速度的玩家”。
风投公司Headline的普通合伙人乔纳森·乌罗维奇(Jonathan Userovici)指出，数据、分发和技术堆栈是AI初创企业防御性的三大关键要素。他的投资组合包括Mistral AI等AI公司，但不包括Base44。
数据驱动的模型优势
拥有强大品牌优势的企业正通过利用自身数据和基础设施来增强防御性，Base44正符合这一模式。该公司表示，其第一代LLM——Base1，是在一个基于平台上”数千万次真实用户交互”生成的数据集上开发和训练的。
随着公司发展，这个数据集将继续扩大，但竞争对手的数据集也会同步增长。更大的竞争可能来自前沿AI实验室，如Cursor和Grok的母公司xAI现均属于SpaceX，而Claude Code也已发展成为氛围编码领域的重要参与者。
专业化与通用化的博弈
这为Anthropic和其他基础AI提供商提供了可用来改进应用创建模型的数据和反馈循环，但什洛莫认为专业化为Base44提供了竞争优势。”模型在不断进步，但它们在功能上仍将保持非常通用，”他预测道。
乌罗维奇则警告不要低估前沿模型，他以法律科技初创企业Harvey为例，该公司放弃了训练自己模型的计划。他并不期望应用AI公司会大规模成为前沿实验室，而是将Base44的举措放在更广泛的背景中考虑——推理成本已成为方程中的重要部分。
成本效益驱动变革
乌罗维奇表示，这种成本压力已经促使变革，企业客户现在也提出了相应需求：”他们并非在所有用例中使用最新模型时都能看到投资回报，因此整个基础设施正在建立起来，进行编排和优化，为他们选择合适的模型，确保成本不会飙升，同时在大多数用例中保持相同或类似的性能。”
尽管企业用户在氛围编码平台中仍占少数，但它们在平台收入中的占比不断增长，各规模用户开始对AI使用成本表示担忧。Base44开发自有LLM的决定源于多种因素，但成本降低很可能是其中之一。
未来展望
“我们希望获得一个更符合我们认为正确方向的模型，更优化我们用户喜欢的结果，最终比使用Opus等前沿模型更快、更便宜地为客户提供服务，”什洛莫说。
就Base44自身而言，成本降低并非立竿见影。在新闻稿中，该公司解释道：”拥有模型使Base44能够直接控制计算和推理支出，预计随着时间的推移将形成更强的利润结构。”
尽管回报可能延迟，但改善的利润率对Base44的母公司来说是个好消息。该公司最近宣布将裁员20%。相比之下，Base44自被收购以来一直在扩大规模，并已宣布活跃用户超过100万。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！