用机器学习容器简化AI开发

复制具有非常简单的前提：在云中运行和共享机器学习模型，使用容器技术。听起来很熟悉吗？这可能是因为复制的创始人兼首席执行官本·菲什曼（Ben Firshman），以前是无花果的创建者被Docker收购然后成为Docker组成。

复制是Firshman及其业务伙伴的最终结果安德烈亚斯·詹森（Andreas Jansson）想要创建类似的技术机器学习。

将容器带到AI

Firshman和Jansson首先创造了一种名为的产品齿轮，他已经描述为根据Firshman的说法，COG的Docker。Firshman和Jansson开源，但与许多开源的开发人员一样，Firshman和Jansson随后创建了一个云平台来商业化该技术，称为Replicate。

根据它的文档，复制â允许您使用云API运行AI模型，而不必了解机器学习或管理自己的基础架构。

COG基本上抽象了部署机器学习应用程序的技术方面。但类似于模态，AI应用程序的无情平台我上周对此进行了介绍，主要租用运行这些模型所需的计算。

firshman解释说，我们没有自己的GPU在潜在太空播客上去年。我们有一些与生产工作量一起玩的东西。我们主要建立在公共云上，因此主要是GCP和Coreweave，以及其他地方的一些Smatters。

帮助Devs使用LLMS

复制的关键之一是，它允许开发人员使用开源LLM型号自定义，微调和修补器。正如Firshman在播客中指出的那样，开源的全部要点是，您可以修补它，您可以自定义它，您可以对其进行微调，并且可以将其与另一种型号一起使用。

当Meta发布它的开源骆驼模型，因为这当然可以使开发人员比Openai和Openai和谷歌。Firshman说，关于Llama 2作为基本模型的美丽事物是您可以以50美元的价格微调它。”这是开源生态系统如此美丽的事情。

就在本周，随着中国公司突然出现，开源的LLM生态系统又一次射击了手臂声称已建造推理LLM（称为R1），是Openai最强大的模型O1。开发人员和媒体仍在提出这一说法，但是对于开发人员来说，这无疑是个好消息 - 用户可以修改的开源模型越好！

``只需开始玩它，了解语言模型的工作原理，了解这些扩散模型的工作方式，感觉如何进行微调以及如何工作！
复制首席执行官本·菲什曼（Ben Firshman）

从开发人员的角度来看，诸如复制和模态之类的平台是一个福音，因为它们可以在应用程序中使用机器学习技术。在潜在的太空播客中，Firshman将其比作何时将开发人员介绍给1990年代的Web开发平台。

您不需要挖掘[]Pytorch级别，如果您不想以与90年代的软件工程师相同的方式[没有]不需要理解网络堆栈如何工作才能构建网站。但是您需要了解这件事的形状。

他敦促开发人员了解现代AI，因为它在应用程序开发领域越来越重要。

•只是开始玩耍，了解语言模型的工作原理，了解这些扩散模型的工作方式，感觉如何进行微调以及它的工作原理，因为您的某些工作您知道，可能正在构建数据集。感觉到提示的工作原理，因为您的某些工作可能正在编写提示。这些都是非常重要的技能。

大量的AI模型

去年11月，在接受他的一位投资者A16Z的采访时，Firshman说复制生态系统中大约有20,000个型号。这些包括模型这会产生或增强图像和视频，转录模型，聊天或音乐模型，可帮助您制作3D内容的模型，等等。到目前为止，最受欢迎的模态，截至写作时，有7.269亿次运行SDXL光线由Tiktok所有者绑定，被描述为一种快速的文本到图像模型，可在4个步骤中制作高质量的图像。”

Firshman还说，在一次采访中与组装AI，我们主要是为初创企业建造的。

当我们说初创公司时，这两个实际创业公司都在大型公司内部的小型团队，这些公司表现得像初创公司一样，”他澄清了。这些团队拥有很多成功的建设，例如AI原生的整个产品，或者喜欢对产品内某些事物的特定点解决方案。

他补充说，一些Replicate的客户将其用于微调语言模型，但这不是主要用例。

民主AI：为什么开源模型很重要

复制和模态都是一种新型平台的好示例，为开发人员提供价值：通过将AI集成到应用程序中，通过将机器学习技术的许多复杂性抽象来将AI集成到应用程序中。

您还可以说，复制正在通过使开发人员自定义和/或微调模型（例如Meta）来帮助对开源LLM模型的访问进行民主化。骆驼3（最新的骆驼版） - 甚至尝试了DeepSeek S R1等尖端模型。

尽管Openai和其他行业重量级人物保持了最强大的模型，例如Replicate这样的最强大的模型表明，虽然Openai和其他行业的重量级都可以在AI工程生态系统中如何蓬勃发展。修补匠的开放模型越多，对于开发人员来说，它就会越好。