最近一个月，全球范围内几乎找不到一家不谈论ChatGPT的AI公司。而在ChatGPT爆火之后，行业的关注点逐步聚焦于探讨大模型背后的能力。若从流程角度拆解这一问题，在准备足够的算力外，训练大模型一般需要经过相关的数据准备、模型训练、模型部署几个环节。而为了帮助更多需要进行AI训练的人更方便地参与其中，目前全球范围内也出现了类似”AI平台”的公司——比如成立于2016年的Hugging Face，就通过聚合预训练模型、数据集等方式，希望成为机器学习领域的”GitHub”。去年Hugging Face完成C轮融资后，估值已达20亿美金。
在国内，36氪近期接触到的「始智AI」，公司希望聚合算力、算法模型、数据和工具软件等资源，让国内从业者更便捷地参与到新一轮AI浪潮。始智AI成立于2021年，公司创始人刘道全表示，自己兼任清华校友总会AI大数据专委会副秘书长，长期从事AI生态建设工作，了解全球范围内的AI进展。而2022年，当大模型的通用能力被逐步认可，刘道全也看到过去”端到端”、高度定制的AI解决方案模式存在被打破的可能，AI应用创新将更多依靠开源的算法模型和工程化的推动。在这一行业变化下，始智AI在近期明确了建设AI/ML基础设施服务平台的业务方向。
刘道全认为，未来端到端的AI应用，更可能存在于部分相对封闭的场景中，更多的开放式场景中，AI应用会逐步产品化标准化，并且与模型层逐渐分离，这也将带来AI应用的爆发。而AI应用的爆发，必将增加对提供算力、数据以及模型训练或微调、部署的一站式服务的需求，这正是AI/ML基础设施服务平台的核心。
前文提到，建设AI/ML基础设施服务平台需要聚合算力、算法模型、数据资源。对此，刘道全介绍，自己长期关注国内AI领域发展，在此过程中聚合了多种AI资源。比如针对算力，刘道全表示，当前国内主要的AI算力资源分布在云厂商和各类大小计算中心，始智AI基本上已和这类资源建立良好的合作，并有一些独家的A100算力资源等。另在算法模型方面，始智AI也会调动之前积累的资源，重点将国内的开源大模型引入平台。此外，始智AI的平台也会聚集更多常用的AI模型，形成汇聚视觉、语音、文本、多模态等全领域的AI模型库。而且，为了进一步帮助算法工程师进行模型训练和推理，始智AI的平台还会聚合一些适配国产芯片、加速计算等工具软件。刘道全表示，在此基础上始智AI可以切入模型的环境搭建、部署等环节，在训练和推理场景里形成商业闭环。
另从行业来看，除却Hugging Face，国内也有一些大厂搭建此类基础设施平台。但刘道全认为，平台的搭建工作需要更偏中立的身份——这恰好也是他眼中始智AI的特点。
在公司进展方面，刘道全表示，近期始智AI的目标是尽快上线平台，为此，始智AI也正在进行第一轮融资，寻求相互认可的投资人加持，加速公司发展。刘道全表示，公司希望招募更多具有创业精神且熟悉AI的技术、产品和生态运营等人员，早日覆盖整个AI/ML工作流，为更多从业者提供完善的AI基础设施服务。
