@MaximeRivest: 这就是终局，毫无疑问。就像大多数企业都有数据分析和数据科学团队一样。

X AI KOLs Following 2026/06/26 00:55 新闻

enterprise-adoption open-source post-training compute glm-5.2 in-house-models

摘要

观察到一个转变：大型企业越来越倾向于内部获取计算资源并对自有模型进行后期训练，通常基于开源GLM-5.2，这突显了开源AI日益增长的接受度。

这就是终局，毫无疑问。就像大多数企业都有数据分析和数据科学团队一样。

查看原文

查看缓存全文

缓存时间: 2026/06/26 04:06

End game已经到来，这一点毋庸置疑。就像大多数企业都拥有数据分析与数据科学团队一样。

Will Brown (@willccbb): 过去几周情况明显发生了变化。我们看到大型企业对于确保算力并在内部后训练自家模型的需求激增——尤其常基于GLM-5.2。所有人都开始明白开源模式将如何胜出。

相似文章

X AI KOLs Following

一条推文讨论了GLM 5.2如何揭示企业向本地计算和后训练模型发展的趋势，以及对开源AI未来的不同看法。

X AI KOLs Timeline

文章认为，企业应该对自定义AI模型进行后训练，用于关键任务、高容量的用例，以实现差异化、节省成本并对权衡进行控制，而不是仅仅依赖通用前沿模型。

TLDR AI

Decagon 将 90% 的工作负载运行在微调后的开源模型上，以获得低延迟和高性能；而由于使用前沿模型的新用例激增，企业整体在开源大语言模型上的支出已降至 11%。文章认为，随着用例逐渐成熟，它们将从闭源模型迁移到开源模型。

X AI KOLs Timeline

Santiago Valdarrama 重点介绍了一个用于构建、评估、部署和监控专用 AI 模型的端到端系统，并指出尽管基础模型广受欢迎，企业仍愿意为定制的微型模型支付高昂费用。

X AI KOLs Following

Xiaoyin Qu 认为，美欧企业将抛弃OpenAI和Anthropic，转而选择中国模型，因为这些模型可以托管在自己的GPU上，并用专有数据进行微调，从而提供更多控制力和合规性。