Base44 推出专有 AI 模型,以增强其 Vibe Coding 平台的安全性

Base44,这个一年前仅成立六个月、团队规模仅为八人的初创公司,被Wix以8000万美元收购,如今已开始部署其专有AI模型,帮助用户使用自然语言构建应用程序。
这一进展正值AI社区争论前沿模型是否适用于所有用例,以及依赖外部模型的企业能否保持长期竞争优势之时。总部位于湾区的Base44的最新战略旨在解决这两方面的担忧。
尽管其定制大语言模型(LLM)刚刚推出,Base44的目标是最终超越前沿模型。创始人Maor Shlomo指出,“作为我们整个技术栈的一部分来训练并拥有该模型,使我们能够在延迟、成本和效率方面进行更多的优化。”
最初,这一战略似乎旨在超越像瑞典初创公司Lovable这样的竞争对手,后者去年夏天在A轮融资中凭借外部LLM实现了独角兽地位。然而,Shlomo预计其他规模较大的参与者也将训练自己的模型,“至少是那些获得了足够规模和速度以积累足够数据的参与者。”
风险投资公司Headline的普通合伙人Jonathan Userovici——该公司投资了Mistral AI等AI公司,但未投资Base44——将数据视为AI初创公司三大核心竞争壁垒之一,另外两个是分发渠道和技术栈。
因此,拥有强大品牌的企业正利用其数据和基础设施来增强竞争优势,Base44也遵循这一模式。该公司表示,其第一代LLM Base1是基于“平台上数千万次真实用户交互”所衍生的数据集进行训练的。
该数据集将随着其竞争对手的扩张而扩大。主要的竞争可能并非其他“氛围编码”(vibe-coding)初创公司,而是正在侵蚀Base44细分市场的AI前沿实验室——Cursor和xAI(Grok的母公司,同样由SpaceX拥有)现已活跃于这一领域,而Claude Code已成为一个重要的氛围编码工具。
这使得Anthropic和其他基础AI提供商能够获取用于改进应用创建模型的数据和反馈循环。然而,Shlomo认为专业化赋予了Base44优势,他预测“模型正在不断进步,但它们在功能上将始终保持非常通用。”
Userovici警告不要低估前沿模型,他以法律科技初创公司Harvey为例,后者放弃了训练自有模型的计划。他并不认为应用AI公司会大规模转变为前沿实验室,但他将Base44的举措置于一个更广泛的趋势中,即推理成本已成为关键因素。
Userovici指出,这种成本压力推动了企业客户所要求的变革。“他们在使用最新模型处理所有用例时,并不一定看到[投资回报],因此正在建立整个基础设施来进行编排和优化,以选择适合他们的模型,从而在保持大多数用例相同或相似性能的同时,避免成本飙升。”
尽管企业客户在氛围编码平台用户中仍占少数,但他们代表了日益增长的收入份额,且所有规模的用户都越来越关注AI成本。Base44决定开发自己的LLM是由多种因素驱动的,其中降低成本是关键收益之一。
“我们希望获得一个与我们认为正确的方向更一致的模型,它将针对我们看到的用户喜欢的结果进行更多优化,并且最终对客户来说比使用像Opus这样的前沿模型更快、更便宜,”Shlomo说。
关于Base44本身,降低成本并非易事。公司在新闻稿中表示,“拥有模型使Base44能够直接控制计算和推理支出,预计这将随着时间的推移带来结构上更强劲的利润率。”
即使回报有所延迟,利润率的改善也将有利于Base44的母公司,该公司最近宣布裁员20%。相比之下,自被收购以来,Base44的员工人数一直在增长,并最近宣布其年度经常性收入(ARR)已超过1亿美元。
这一数字仍落后于Lovable,后者本月早些时候报告其年度经常性收入为5亿美元。然而,Shlomo押注,开发Base1所需的“巨大工程努力”将巩固Base44作为“唯一垂直整合的氛围编码应用程序”的地位——用Userovici的话来说,即一家同时拥有其分发渠道、数据和基础设施的参与者。
相关文章
Multiverse Computing推出免费压缩生成式AI模型
大型语言模型面临着一个重大挑战:其庞大的体量。西班牙初创公司Multiverse Computing正通过创建压缩模型来解决这一问题,旨在弥合尖端人工智能能力与企业实际可负担实施能力之间的差距。其核心创新在于CompactifAI压缩技术——这项受量子计算原理启发的技术已被这家巴斯克公司用于优化OpenAI的模型。从今天起,开发者可在Hugging Face平台免费获取Multiverse增强版H
秘密追踪数据揭露人工智能模型被盗事件
一种新方法能在数秒内对ChatGPT等模型进行隐形水印处理,无需重新训练,既不会在标准输出中留下痕迹,又能抵御所有实际的去除尝试。 水印技术与"版权诱饵"的关键区别在于:无论可见或隐形的水印,通常都设计为贯穿整个集合(如图像数据集)的持续性威慑手段,以防范随意复制。而虚构条目则是将一小段文本(通常为单词或定义)植入大型通用集合中,旨在证明盗用行为。其原理在于:当作品被直接盗用或作为衍生作品基础时,
人工智能系统被诱骗批准荒谬的科学论文
最新研究表明,人工智能系统现已能够生成虚假科学论文,且其他AI模型会将其误认为真实研究。这些伪造的研究绕过了以往有效的检测方法,凸显出科研生态系统可能陷入机器人欺骗机器人的循环漩涡,面临崩溃风险。 具有讽刺意味的是,作为人工智能创新前沿的学术研究领域,正面临着主要由人工智能引发的可信度危机。自四年前机器学习的潜在影响显现以来,其已深刻重塑了研究、投稿和同行评审流程。最新争议涉及低质量调查论文的批量
相关专题推荐
评论 (0)
0/500

Base44,这个一年前仅成立六个月、团队规模仅为八人的初创公司,被Wix以8000万美元收购,如今已开始部署其专有AI模型,帮助用户使用自然语言构建应用程序。
这一进展正值AI社区争论前沿模型是否适用于所有用例,以及依赖外部模型的企业能否保持长期竞争优势之时。总部位于湾区的Base44的最新战略旨在解决这两方面的担忧。
尽管其定制大语言模型(LLM)刚刚推出,Base44的目标是最终超越前沿模型。创始人Maor Shlomo指出,“作为我们整个技术栈的一部分来训练并拥有该模型,使我们能够在延迟、成本和效率方面进行更多的优化。”
最初,这一战略似乎旨在超越像瑞典初创公司Lovable这样的竞争对手,后者去年夏天在A轮融资中凭借外部LLM实现了独角兽地位。然而,Shlomo预计其他规模较大的参与者也将训练自己的模型,“至少是那些获得了足够规模和速度以积累足够数据的参与者。”
风险投资公司Headline的普通合伙人Jonathan Userovici——该公司投资了Mistral AI等AI公司,但未投资Base44——将数据视为AI初创公司三大核心竞争壁垒之一,另外两个是分发渠道和技术栈。
因此,拥有强大品牌的企业正利用其数据和基础设施来增强竞争优势,Base44也遵循这一模式。该公司表示,其第一代LLM Base1是基于“平台上数千万次真实用户交互”所衍生的数据集进行训练的。
该数据集将随着其竞争对手的扩张而扩大。主要的竞争可能并非其他“氛围编码”(vibe-coding)初创公司,而是正在侵蚀Base44细分市场的AI前沿实验室——Cursor和xAI(Grok的母公司,同样由SpaceX拥有)现已活跃于这一领域,而Claude Code已成为一个重要的氛围编码工具。
这使得Anthropic和其他基础AI提供商能够获取用于改进应用创建模型的数据和反馈循环。然而,Shlomo认为专业化赋予了Base44优势,他预测“模型正在不断进步,但它们在功能上将始终保持非常通用。”
Userovici警告不要低估前沿模型,他以法律科技初创公司Harvey为例,后者放弃了训练自有模型的计划。他并不认为应用AI公司会大规模转变为前沿实验室,但他将Base44的举措置于一个更广泛的趋势中,即推理成本已成为关键因素。
Userovici指出,这种成本压力推动了企业客户所要求的变革。“他们在使用最新模型处理所有用例时,并不一定看到[投资回报],因此正在建立整个基础设施来进行编排和优化,以选择适合他们的模型,从而在保持大多数用例相同或相似性能的同时,避免成本飙升。”
尽管企业客户在氛围编码平台用户中仍占少数,但他们代表了日益增长的收入份额,且所有规模的用户都越来越关注AI成本。Base44决定开发自己的LLM是由多种因素驱动的,其中降低成本是关键收益之一。
“我们希望获得一个与我们认为正确的方向更一致的模型,它将针对我们看到的用户喜欢的结果进行更多优化,并且最终对客户来说比使用像Opus这样的前沿模型更快、更便宜,”Shlomo说。
关于Base44本身,降低成本并非易事。公司在新闻稿中表示,“拥有模型使Base44能够直接控制计算和推理支出,预计这将随着时间的推移带来结构上更强劲的利润率。”
即使回报有所延迟,利润率的改善也将有利于Base44的母公司,该公司最近宣布裁员20%。相比之下,自被收购以来,Base44的员工人数一直在增长,并最近宣布其年度经常性收入(ARR)已超过1亿美元。
这一数字仍落后于Lovable,后者本月早些时候报告其年度经常性收入为5亿美元。然而,Shlomo押注,开发Base1所需的“巨大工程努力”将巩固Base44作为“唯一垂直整合的氛围编码应用程序”的地位——用Userovici的话来说,即一家同时拥有其分发渠道、数据和基础设施的参与者。
Multiverse Computing推出免费压缩生成式AI模型
大型语言模型面临着一个重大挑战:其庞大的体量。西班牙初创公司Multiverse Computing正通过创建压缩模型来解决这一问题,旨在弥合尖端人工智能能力与企业实际可负担实施能力之间的差距。其核心创新在于CompactifAI压缩技术——这项受量子计算原理启发的技术已被这家巴斯克公司用于优化OpenAI的模型。从今天起,开发者可在Hugging Face平台免费获取Multiverse增强版H
秘密追踪数据揭露人工智能模型被盗事件
一种新方法能在数秒内对ChatGPT等模型进行隐形水印处理,无需重新训练,既不会在标准输出中留下痕迹,又能抵御所有实际的去除尝试。 水印技术与"版权诱饵"的关键区别在于:无论可见或隐形的水印,通常都设计为贯穿整个集合(如图像数据集)的持续性威慑手段,以防范随意复制。而虚构条目则是将一小段文本(通常为单词或定义)植入大型通用集合中,旨在证明盗用行为。其原理在于:当作品被直接盗用或作为衍生作品基础时,
人工智能系统被诱骗批准荒谬的科学论文
最新研究表明,人工智能系统现已能够生成虚假科学论文,且其他AI模型会将其误认为真实研究。这些伪造的研究绕过了以往有效的检测方法,凸显出科研生态系统可能陷入机器人欺骗机器人的循环漩涡,面临崩溃风险。 具有讽刺意味的是,作为人工智能创新前沿的学术研究领域,正面临着主要由人工智能引发的可信度危机。自四年前机器学习的潜在影响显现以来,其已深刻重塑了研究、投稿和同行评审流程。最新争议涉及低质量调查论文的批量





首页






