如今，几乎每个人都在试图分得生成式AI的一杯羹。虽然大部分关注点仍集中在OpenAI、Anthropic和Cohere等模型供应商，以及微软、Meta、Google和Amazon等大型公司身上，但实际上，有许多初创企业正以多种方式尝试解决生成式AI的问题。
Fireworks.ai：专注开源模型API的初创力量
Fireworks.ai就是这样的初创企业之一。尽管在品牌知名度上不如其他一些参与者，但据该公司称，它拥有最大的开源模型API，用户超过12,000人。这种开源领域的势头往往会吸引投资者的注意，该公司迄今为止已筹集了2500万美元。
核心模式：基于推理引擎的微调服务
Fireworks联合创始人兼首席执行官林乔（Lin Qiao）指出，她的公司并非从头训练基础模型，而是帮助将其他模型针对企业的特定需求进行微调。“可以是现成的开源模型，也可以是我们调优的模型，或者是客户自行调优的模型。这三种类型都可以通过我们的推理引擎API提供服务，”林乔告诉TechCrunch。
作为一个API，开发人员可以将其集成到自己的应用程序中，引入他们基于自有数据训练的模型，并快速添加生成式AI功能，例如提问。林乔表示，这种方法速度快、效率高，并能产生高质量的结果。
竞争优势：多模型迭代与成本优化
Fireworks方法的另一个优势是允许公司尝试多种模型，这在快速变化的市场中非常重要。“我们的理念是，我们希望赋能用户，让他们能够迭代并尝试多种模型，同时提供有效的工具，将他们的数据融入多种模型并进行产品测试，”她说。
或许更重要的是，通过将模型大小限制在70亿到130亿参数之间，它们降低了成本，而ChatGPT4的参数数量则超过1万亿。虽然这限制了大型语言模型所能理解的词汇范围，但它使开发人员能够专注于更小、更专注的数据集，这些数据集旨在服务于更有限的业务用例。
团队背景与融资历程
林乔具备构建此类系统的独特资质，她此前曾在Meta工作，领导AI平台开发团队，目标是构建一个快速、可扩展的开发引擎，以支持Meta所有产品和服务中的AI应用。她能够将她在Meta工作的经验转化为一种基于API的工具，使任何公司都能获得这种能力，而无需像Meta那样庞大的工程资源。
该公司于2022年完成了由Benchmark领投的2500万美元融资，红杉资本（Sequoia Capital）和一些未具名的天使投资人也参与了投资。