Mistral最近搞出了个Forge平台，说白了就是帮企业搞定制AI模型的。以前的AI都太通用了，主要是吃公开数据长大的，结果企业想弄些自己的专有数据训练模型就费劲了。Mistral这次就想用Forge搭个桥，让企业不用依赖公开数据，也能训练出一套了解自家内部环境的AI。这套系统能嵌在企业的工作流程和政策里，把模型跟运营的风格对上号。他们说Forge能管模型从出生到长大的每个阶段：先在自己的数据上预训练一遍，再针对具体任务后训练，最后还用强化学习把政策这些要求都绑定上。据他们吹，像ASML、爱立信和欧洲航天局这些单位都已经用上Forge了。 最关键的是数据控制权的问题。对于那些担心被第三方AI服务商绑架的公司来说，“不用把数据拱手相让”这点特别重要。这一招显然是在抢OpenAI和Anthropic的饭碗，毕竟这两家以前更盯着做通用模型。虽然这主意挺诱人，不过也不是谁都觉得能火。成本太高、技术门槛也高，搞定制化开发可能只能是那些有钱有技术的大公司的菜。Kadence International那边的Tulika Sheel就说，从零开始造轮子只适合少数几个资源充足的大佬。“对于大多数人来说，调一调现成的模型或者用RAG（检索增强生成）更省钱省事。”只有那些法规管得严、对数据和模型要求极高的行业才需要这种完全定制的玩意。Sheel提到金融、医疗保健这些行业的时候就特别强调了这一点。 “我觉得现在企业还没搞清楚怎么用AI呢。”Techarc的Faisal Kawoosa也这么认为，“他们现在也就试试水罢了，至少未来两年内都别指望看到真正大规模的部署。”不过分析师们还是觉得这玩意有市场。Neil Shah就说数据主权现在特别受重视，“特别是在欧洲和中东这些地区，还有金融、法律这些行业。”“光靠微调现成的模型搞不好就会出岔子。”Mistral推出Forge就是想解决这个主权的问题。“相比现在的RAG技术，他们做的那种定制化、精简过的模型能给出更准确的答案。” 这就引出了几个问题：Q1：Forge到底能干啥？A：说白了就是帮企业用自己的专有数据来训练和调整AI模型。它管了从基础训练到具体任务适配的全过程。Q2：都有谁在搞这个？A：现在已经有ASML、爱立信和欧洲航天局这些重量级的单位在玩Forge了。Q3：大家在搞这个的时候会遇到什么坎儿？A：主要是钱袋子不够鼓、技术水平跟不上。“对于大多数公司来说，简单调一调或者用RAG更划算。”