估值达55亿美元的加拿大人工智能初创公司Cohere正转型，致力于为企业打造专用人工智能模型。此举标志着该公司不再像大多数竞争对手那样，专注于传统的大型模型。.
Cohere 的联合创始人 Nick Frosst强调，如今的企业需要的是针对特定任务设计的模型，而不是通用的、包罗万象的模型。这种向构建定制化模型的战略转变，源于企业发现其大型模型带来的收益递减。
人工智能模型规模化带来的收益递减问题
Safe Superintelligence (SSI) 和 OpenAI 的联合创始人 Ilya Sutskever 指出，利用大型数据集训练人工智能模型所带来的收益已经达到瓶颈。如今，企业在训练和部署新一代大型语言模型方面面临着诸多挑战。.
该行业最初通过向更大的模型投入计算能力和资源而取得突破，但现在已经开始认识到，规模并不总是与质量或实用性划等号。.
Cohere 在致投资者的一封信中表示，这一新方向是由于各公司难以将人工智能融入日常工作所致。.
Cohere并没有像OpenAI等公司那样追求通用人工智能（AGI），而是采取了一种更具针对性的方法。该公司旨在通过优化现有模型以适应实际应用，从而提高资本效率。.
“我们将与企业合作，打造完美契合其使用场景的模型，根据其具体需求进行定制，并将其投入生产，”弗罗斯特说。.
他明确表示，Cohere 不会依赖通用人工智能即将到来的想法，并强调增加模型规模并不等同于获得更好的结果。.
构建更优模型的竞赛
构建更大规模、更先进的人工智能模型的竞赛带动了整个行业的投资和研发热潮。Cohere 近期完成了2.7 亿美元的 C 轮融资，而 OpenAI、Anthropic 等竞争对手以及其他人工智能实验室也已筹集数十亿美元，用于开发前沿人工智能系统这一资本密集型项目，这些系统通常需要庞大的计算能力。
据Cohere公司称，由于收益递减以及客户反馈，他们已从构建大型模型转向构建定制模型。“我们从客户那里了解到，他们需要的不仅仅是能够面面俱到的大型模型，而是真正针对其特定用例量身定制的模型。”Frosst说道。.
Cohere 将部署现有模型的定制版本，这些模型能够为企业提供直接价值。与大型模型中常见的通用功能不同，Cohere 的模型旨在理解和执行针对每个企业特定需求量身定制的任务。.
监管环境中脱颖而出。
开发庞大的人工智能模型不仅成本高昂，而且能源消耗巨大。随着各国政府加大减排力度并加深对人工智能技术的了解，人工智能公司可能需要采用更节能的技术，以便更好地遵守未来的法规。.
