这家AI新公司做了个云平台，想让所有团队训自己的大模型

企业AI团队想要训练自己的前沿大模型，一直要搞定复杂的底层基础设施，花很多额外成本。

刚完成8000万美元融资的Applied Compute，刚刚推出了私有测试版的AC2应用计算代理云，目标就是让每个团队都能自己训练、部署、优化自己的前沿模型。

和通用AI云服务不同，AC2自带基于角色的访问控制、每次任务的审计日志，还能自动完成模型检查点、数据集等文件的全生命周期管理。用户能完全掌控自己的模型，自主决定训练内容、部署方案和保留的内存，随时可以退出训练流程。

@appliedcompute 认为：这个平台能让每个团队都拥有开发前沿模型的能力。

@ypatil125 认为：现在模型开发迭代速度太快，没必要过度依赖某一套固定的模型参数，每个团队都应该有自己做模型的可能。

@rhythmrg 纠正了一个误解：很多人以为Applied Compute只做模型训练后的部署落地，其实团队大部分工作都是搭建底层的模型训练基础设施。

我们知道，推理占AI全生命周期成本的80%-90%，训练和推理对基础设施的优化方向不一样，适合的硬件也不同。通用云服务没办法同时满足两边的定制需求，而专门针对企业代理模型做的AC2，刚好补上了这个缺口。

另一边，OpenAI的Assistants API从来没有正式脱离测试阶段，已经确定在2026年8月26日停用，官方已经给出了迁移指南。依赖第三方AI服务的团队，已经开始需要准备自己的替代方案。

现在想要用自建模型替代第三方AI服务，不用从零开始搭基础设施了。

当每个团队都能低成本训自己的模型，接下来会有多少不一样的垂直AI产品出来？