最近一个月，全球范围内几乎找不到一家不谈论 ChatGPT 的 AI 公司。而在 ChatGPT 爆火之后，行业的关注点逐步聚焦于探讨大模型背后的能力。若从流程角度拆解这一问题，在准备足够的算力外，训练大模型一般需要经过相关的数据准备、模型训练、模型部署几个环节。而为了帮助更多需要进行 AI 训练的人更方便地参与其中，目前全球范围内也出现了类似 "AI 平台 " 的公司——比如成立于 2016 年的 Hugging Face，就通过聚合预训练模型、数据集等方式，希望成为机器学习领域的 "GitHub"。去年 Hugging Face 完成 C 轮融资后，估值已达 20 亿美金。
在国内，近期接触到的「始智 AI」，公司希望聚合算力、算法模型、数据和工具软件等资源，让国内从业者更便捷地参与到新一轮 AI 浪潮。始智 AI 成立于 2021 年，公司创始人刘道全表示，自己兼任清华校友总会 AI 大数据专委会副秘书长，长期从事 AI 生态建设工作，了解全球范围内的 AI 进展。而 2022 年，当大模型的通用能力被逐步认可，刘道全也看到过去 " 端到端 "、高度定制的 AI 解决方案模式存在被打破的可能，AI 应用创新将更多依靠开源的算法模型和工程化的推动。在这一行业变化下，始智 AI 在近期明确了建设 AI/ML 基础设施服务平台的业务方向。
刘道全认为，未来端到端的 AI 应用，更可能存在于部分相对封闭的场景中，更多的开放式场景中，AI 应用会逐步产品化标准化，并且与模型层逐渐分离，这也将带来 AI 应用的爆发。而 AI 应用的爆发，必将增加对提供算力、数据以及模型训练或微调、部署的一站式服务的需求，这正是 AI/ML 基础设施服务平台的核心。
前文提到，建设 AI/ML 基础设施服务平台需要聚合算力、算法模型、数据资源。对此，刘道全介绍，自己长期关注国内 AI 领域发展，在此过程中聚合了多种 AI 资源。比如针对算力，刘道全表示，当前国内主要的 AI 算力资源分布在云厂商和各类大小计算中心，始智 AI 基本上已和这类资源建立良好的合作，并有一些独家的 A100 算力资源等。另在算法模型方面，始智 AI 也会调动之前积累的资源，重点将国内的开源大模型引入平台。此外，始智 AI 的平台也会聚集更多常用的 AI 模型，形成汇聚视觉、语音、文本、多模态等全领域的 AI 模型库。而且，为了进一步帮助算法工程师进行模型训练和推理，始智 AI 的平台还会聚合一些适配国产芯片、加速计算等工具软件。刘道全表示，在此基础上始智 AI 可以切入模型的环境搭建、部署等环节，在训练和推理场景里形成商业闭环。
另从行业来看，除却 Hugging Face，国内也有一些大厂搭建此类基础设施平台。但刘道全认为，平台的搭建工作需要更偏中立的身份——这恰好也是他眼中始智 AI 的特点。
在公司进展方面，刘道全表示，近期始智 AI 的目标是尽快上线平台，为此，始智 AI 也正在进行第一轮融资，寻求相互认可的投资人加持，加速公司发展。刘道全表示，公司希望招募更多具有创业精神且熟悉 AI 的技术、产品和生态运营等人员，早日覆盖整个 AI/ML 工作流，为更多从业者提供完善的 AI 基础设施服务。