针对此，近日，火山方舟集成多家AI科技公司及科研院所的大模型，并已启动邀测。火山引擎总裁谭待表示：“火山方舟未来方向是多模型，所以需要平台把多模型服务好，让企业可以更方便使用对应的模型。”
值得注意的是，火山方舟自己不做模型，其侧重点是提供一个平台，提供一个安全可信、低成本的应用服务平台。
火山引擎智能算法负责人吴迪表示，火山方舟可加快大模型在各行业落地，发挥商业价值，其致力于帮助千行百业，更容易地获取模型，更放心地使用模型，更高效地打造应用。
大模型层出，企业需要“多模型”
据中信所网站发布的《中国人工智能大模型地图研究报告》数据显示，国内涌现出盘古、悟道、文心一言、通义千问、星火认知等一批具有行业影响力的预训练大模型。据不完全统计，截至5月，国内已发布79个大模型。
但是与判别式AI不同的是，生成式AI的能力和效果目前并没有行业公认的评价标准。企业也很难直接找到适合自己业务需求的模型。
有分析人士指出，很多企业想转型，使用大模型提高效率，但国内大模型还在初级阶段，很多企业对特定场景和数据有特殊需求，企业应按业务场景需求，择优选用不同的模型，而非把业务绑定在一家大模型上。
另外，值得注意的是，在消费、制造、金融、零售等许多行业并不需要非常通用的、巨大的基座模型。所以大模型也需要化繁为简，比如说营销、客服等这些领域在特定工作上的表现，可能优于一个通用的大基座模型，帮助模型更好地拟合到特定场景和数据上。
火山引擎总裁谭待对此表示，正是因为有很多这样的需求，所以我们推出火山方舟平台，其实就是解决企业应用，在模型推理的时候怎么做好多模型的应用，怎么做好安全，怎么做好成本优化。
企业怎么选？火山方舟安全可信兼顾性价比
作为行业首位“吃螃蟹”者，面对企业不知如何选择大模型的困惑，火山方舟提供了统一的工作流对接多家大模型提供商，一站式对接多家模型提供商，为不同场景选择最合适的模型。
吴迪表示：“火山方舟与火山机器学习平台是一个有机的整体，你的数据集管理，模型训练，迭代与大基座模型的应用被紧密地融为一体。企业还可以同步试用多个大模型，选用更适合自身业务需要的模型组合，这个优势是其他单一大模型平台所没有的。”
其表现为，火山方舟首创大模型安全互信计算架构，让企业用户无需担心自己的数据。随着行业分发展，大模型的安全性已引起行业和企业的重视，据网络安全公司Cyberhaven的调查，至少有4%的员工将企业敏感数据输入 ChatGPT，敏感数据占输入内容的比例高达11%。
吴迪介绍，火山方舟已上线了基于安全沙箱的大模型安全互信计算方案，利用计算隔离、存储隔离、网络隔离、流量审计等方式，实现了模型的机密性、完整性和可用性保证。
火山方舟另一个优势体现在聚合方面，平台汇集了百川智能、出门问问、复旦大学MOSS、IDEA、澜舟科技、MiniMax、智谱AI等七家企业及科研院所的优秀大模型，简单来理解，类似于大模型领域的“京东”或“天猫”模式。
这种模式可面向企业开发者提供大模型精调、评测、推理等全方位的大模型服务，企业还可以类似“搭积木”一样选择适用自己的一个或多个大模型，简洁高效，开箱即用。
另外，高性价比也是企业选择火山方舟的一个原因。众所周知，训练大模型很昂贵，但是有观点认为，从长期来看，模型的推理开销会超过训练开销，降低推理成本会是大模型应用落地的重要因素。
“火山方舟能够帮助大家以更低的成本触达海量客户，用更小的代价在ToB市场规模化。为大家带来最有竞争力的性价比。”吴迪称，“一个经过良好精调的中小规格模型，在特定工作上的表现可能不亚于通用的、巨大的基座模型，而推理成本可以降低到原来的十分之一。”
总之，火山方舟的理念就是，通过模型精调、流量错峰、训推一体等方式，把大模型的推理成本降下来，让企业真正用得起大模型。据了解，目前抖音集团内部十余个业务团队已开始试用火山方舟，在研发提效、知识管理、数据标注、评测、归因分析等方面探索，利用火山方舟上的大模型能力降本增效。