随着像ChatGPT这样的大型语言模型颠覆了越来越多的生产领域，企业如何应用大模型、如何私有化AI部署成为了一个热度越来越高的话题。

6月27日，科大讯飞表示，向资金实力比较强的央国企和行业客户提供私有化大模型方案，帮助行业客户构建基于行业专用数据的专用大模型，是大模型商业落地的另外一种方式，也具备较大的市场空间。8月15日发布会将突破代码能力后，公司还会进一步面向行业客户及央国企客户提供业界领先的私有化代码能力平台，大幅度提升企业的研发效率。

近日，为企业提供大模型定制化处理服务的 Reka 公司也获得了5800万美元的融资，反映出企业私有化AI模型这一市场正在逐渐扩大规模。

美东时间6月27日，科技媒体 Techcrunch 记者 Kyle Wiggers 在专栏文章中表示，虽然像GPT-4这样的大型语言模型分析文本和生成文本的能力已经非常强了，但它们的训练成本高且在垂直领域训练困难，目前难以完成类似按照品牌风格撰写广告文案这样的特定任务。在这方面，它们的“通用性质”反而成为了一种负担。

为了探索解决方案，来自DeepMind、谷歌、百度和Meta的研究人员成立了 Reka 公司，该公司目前由 DST Global Partners 和 Radical Ventures 领投，战略合作伙伴 Snowflake Ventures 以及包括 GitHub 前首席执行官 Nat Friedman 在内的投资者也参与了此次融资。

据 TechCrunch 报道，Reka 联合创始人之一、DeepMind 高级研究科学家 Dani Yogatama 表示：“我们了解人工智能的变革力量，并希望以负责任的方式将这项技术的益处带给世界。”

Reka 目前已经开发了第一款商业产品 Yasa。虽然没有完全实现最初的目标，但 Yasa 已经在定制化模型方面小有突破。Yogatama 表示，Yasa是一个多模态的AI助手，经过训练之后，除了单词和短语之外，它还可以理解图像、视频和表格数据；另外，它还可以自动产生想法和回答基本问题，也可以对公司的内部数据发表一些自己的观点。

与GPT-4等模型不同的是，Yasa 可以很容易地针对专有数据和应用程序进行个性化处理。Yogatama 称：

我们的技术使企业能够从大型语言模型的进化中受益，从而满足其私有化部署，而无需内部专家AI工程师团队。

Reka 的下一步计划是将注意力转向可以接受和生成更多类型数据并不断自我完善的人工智能，在不需要再培训的情况下保持最新状态。为此，Reka还提供了一项服务，使其开发的模型能够适应定制或专有的公司数据集，客户可以在他们自己的基础设施上或通过Reka的API运行定制化处理后的模型，这取决于应用程序和项目限制。

据 TechCrunch 报道，Radical Ventures 的合伙人 Rob Toews 表示：

Reka的独特之处在于它为每个企业提供了个性化定制模型的力量和潜力。Yasa模型将数据保存在企业内部，它们在成本和能源方面非常高效，并且不需要昂贵的研究团队从头开始构建模型。如果每个企业都想要成为AI企业，Reka的目标是让每个企业都有自己的、具有生产质量的基础模型。

华尔街见闻此前提及，澜码科技创始人兼CEO周健表示，企业需要定制化或私有化AI，因为它们拥有特别敏感且价值高的数据，如半导体等大型行业的企业。因此定制化AI模型的市场潜力巨大，虽然难以准确判断市场规模是千亿还是万亿，但它是一个极大的市场。在许多领域中，仅仅依赖通用大型模型可能无法实现落地推进，特别是在企业的安全和金融、政务等方面。

值得注意的是，Reka 并不是唯一一家正在探索个性化模型的初创企业。AI 公司 Writer 正开发产品允许企业根据自己的内容和风格对模型进行微调，Contextual AI 和 LlamaIndex 也正在开发工具，允许企业将自己的数据添加到现有的模型中；Cohere 也正根据客户的要求训练模型。

当地时间6月26日，英伟达宣布与风头最劲的云数据平台 Snowflake 合作，帮助各行业的企业客户利用自有数据建立Al模型。Snowflake的用户可以在数据不离开平台的前提下，直接利用英伟达的预训练AI模型，在云平台上对自己公司的数据进行分析，开发针对自己数据的“AI应用”。

黄仁勋表示：“目前的重大变革来自数据+AI算法+计算引擎。通过我们的合作，我们的能够将这三点带到一起。”