|
10 月 5 日消息,据《华尔街日报》报道,一款仅问世三周的人工智能模型 Jev 已经在硅谷圈子引发热议,人们开始探讨大语言模型之外的替代路线,同时这款模型也已经催生出不少跟风仿制产品。
初创企业 TypeSafe AI 于当地时间 9 月 15 日发布了 Jev。该模型的运行方式不同于聊天机器人,它并不生成文本。相反,它借助机器学习,把输入内容归类到一组预先设定好的输出结果当中:回答“是”或者“否”、输出一个数值评分,或是从既定列表里给出答案。该公司将这套技术思路称作“面向校准决策的强化学习”。 这家初创公司的负责人是迪奥戈 · 阿尔梅达(Diogo Almeida),他曾经任职于 OpenAI,参与过 ChatGPT 的研发工作,2024 年从该公司离职。随着 Jev 正式发布,TypeSafe 也结束了隐秘运营的状态;此前它已经从风投机构 DCVC 处拿到 4,000 万美元(注:现汇率约合 2.69 亿元人民币)融资。 阿尔梅达押注,Jev 这种精简的技术方案速度更快、成本更低,输出结果具备可复现性,有望改善传统大语言模型存在的部分短板,也就是结果不可预测的问题。阿尔梅达在当地时间上周一的一次采访当中表示,目前大约已有 25% 的财富世界 500 强企业正在使用这款模型。 “大约一周之前,我们每日处理的 token 数量就达到了一万亿。”他说,“而且业务显然还在呈指数级增长。” 该公司把 Jev 推向市场,将其定位为更适合嵌入自动化软件的选择。阿尔梅达将这款模型与当下主流的大语言模型做了对比。在他看来,主流大语言模型在有人参与的前提下固然可以完成任务,但“用于自动化场景时效果差得离谱”。 “软件的运行逻辑,一般是搭建一层稳定的底层,人们可以在这层基础之上继续开发,一层又一层叠加,反复调用。”他表示,“聊天机器人完全做不到这一点,因为它们本身就不是这种运行模式。” 据报道,投资者已经注意到这家企业。上周,《The Information》披露,该公司正在洽谈新一轮融资,目标募资规模达到 10 亿美元(现汇率约合 67.2 亿元人民币)甚至更高;部分意向投资者给出的估值已经超过 100 亿美元(现汇率约合 672.01 亿元人民币)。针对这则融资新闻,阿尔梅达拒绝发表评论。 这股热潮也催生出一大批同类产品,既有开源模型,也有成熟大厂推出的相关工具。当地时间上周二,OpenAI 上线了一项名为决策应用程序接口(Decisions API)的工具,依托自家的 Luna 模型,用来“回答一组由用户自行设定的特定问题,答案被限定在若干预先定义好的结果之内”。次日,数据分析初创企业 Databricks 发布了一项名为 ai_decide 的功能。与此同时,Cloudflare 上周已推出开源的 Clef / Clef-flash,采用 Qwen3.8-27B 和 Qwen3.5-9B 作为冻结基础模型,以专用路由头(专门负责在候选路径或选项之间做选择的输出模块)直接对候选答案打分,不进行逐 Token 自回归生成;亚马逊此前推出的 Strands Decider 2B 也属于同一路线。一个模型新类别正在形成,生成式模型负责复杂推理,决策模型负责高频、有限选项的路由、分类、审批和智能体下一步动作。 阿尔梅达表示,他早就预料到会出现跟风竞品,但他仍然相信 Jev 拥有更强的能力与智能化水平。在他看来,Jev 代表着“全新一类人工智能”的开端;他同时希望这次产品发布能够带动行业更加广泛地讨论大语言模型的替代方案。 “事实上还存在非常多有待开拓的前沿方向。”阿尔梅达说,“只不过 TypeSafe 率先迈出了下一片前沿领域的第一步,后续还会涌现出更多新方向。” AI 解读 决策模型和聊天机器人差在哪
这类模型的价值不在写得像人,而在输出可控。大语言模型每次回答都可能不一样,嵌进自动化流程里就容易出问题;决策模型把答案限定在固定选项内,结果可复现,速度和成本也更低。它适合的是高频、选项有限的路由、分类、审批这类活,而不是写文章或做复杂推理。 对普通人来说,短期内不会多一个能聊天的助手,更可能的变化是后台系统变快、变稳,比如工单自动分派、申请自动过审。真正的门槛在落地:预设选项怎么定、错了谁负责,这些原文没有给出答案。 目前 Jev 的定价、开放方式、以及那一万亿 token 具体来自哪些场景,原文都没有披露,跟风产品也大多刚上线,实际效果还需要时间验证。 先别急着换工具,等定价和实际案例出来再判断。 以上内容由 AI 依据原文补充生成,不代表本站观点,仅供参考。 |