Base44推出自研AI模型
TechCrunch AI··作者 Anna Heim
关键信息
Base44 创始人 Maor Shlomo 表示，将模型纳入完整技术栈后，未来有望在延迟、成本和效率上获得优化，尽管首个版本仍处于早期阶段。文章还提到，竞争对手平台和前沿 AI 实验室正在进入同一赛道，因此 Base44 的专门化可能带来优势，但并不构成绝对壁垒。
资讯摘要
Base44 是一家位于特拉维夫的 vibe-coding 平台，Wix 在其上线仅约一年后就以 8000 万美元将其收购。如今，Base44 已开始推出自己的 AI 模型，用自然语言帮助用户创建应用。公司称，其首个模型 Base1 是基于平台上数千万条真实用户交互数据训练出来的。创始人 Maor Shlomo 表示，把模型纳入完整技术栈之后，公司可以更好地优化延迟、成本和效率。此举发生在 AI 行业关于“建立在前沿模型之上的初创公司是否真的具备长期防御性”的讨论不断升温之际。
Shlomo 认为，专业化产品仍然可以占优，因为通用模型会保持“很强的通用能力”，但不会针对应用构建工作流做极致优化。Headline 普通合伙人 Jonathan Userovici 在文中提到，AI 初创公司的防御性通常取决于三个要素：数据、分发和技术栈。他同时提醒不要低估前沿模型，并以 Harvey 放弃自研模型计划为例说明这一点。Userovici 还指出，推理成本正成为实际商业问题，尤其是企业客户越来越希望通过编排和模型选择来控制成本，同时保持相近的性能。
资讯正文
Base44 是 Wix 在仅仅一年多前以 8000 万美元收购的 vibe-coding 平台——当时这家公司成立还不到六个月，团队只有 8 人——如今已开始推出自有 AI 模型，帮助用户用自然语言创建应用。
此举正值 AI 圈内关于前沿模型是否最适合所有用例的讨论愈发激烈之际。相关的另一个问题是，建立在他人模型之上的业务是否真的具备长期防御性。Base44 这家总部位于特拉维夫的公司最近的动作，正好回应了这两个问题。
尽管其定制 LLM 目前才刚刚开始上线，Base44 仍希望它最终能够超越前沿模型。其创始人 Maor Shlomo 表示：“将模型作为[我们]整个技术栈的一部分来训练和拥有，让我们能够在延迟、成本和效率方面做出更多优化。”
乍看之下，这似乎是为了保持对瑞典初创公司 Lovable 等竞争对手的领先优势。Lovable 去年夏天在 A 轮融资中达到了独角兽估值，并依赖外部 LLM。不过，Shlomo 预计其他公司也会训练自己的模型——“至少那些已经获得足够规模和增长速度、拥有足够数据的玩家会这么做。”
风险投资机构 Headline 的普通合伙人 Jonathan Userovici 认为——该机构的投资组合中包括 Mistral AI 等 AI 公司，但不包括 Base44——数据是 AI 初创公司防御性的三大关键要素之一，另外两项是分发能力和技术栈。
归根结底，如今拥有强势品牌的参与者正越来越依赖自身的数据和基础设施来增强防御性，而 Base44 正符合这一模式。该公司表示，其 LLM 的第一版 Base1，是基于由“平台上数千万次真实用户互动”生成的数据集开发和训练的。
随着公司持续成长，这个数据集也会不断扩大；但竞争对手的数据也会如此。更大的竞争或许根本不来自 vibe-coding 初创公司，而是来自正越来越接近 Base44 主战场的前沿 AI 实验室——Cursor 以及 Grok 的母公司 xAI 现在都隶属于 SpaceX，而 Claude Code 也已成为一个自成一体的 vibe-coding 参与者。
这使 Anthropic 和其他基础 AI 提供商能够获得数据和反馈循环，用于改进应用创建模型，不过 Shlomo 认为，专门化会让 Base44 占据优势。“模型在进步，但它们在能做什么方面仍会非常通用，”他预测道。
Userovici 则提醒不要低估前沿模型，并以法律科技初创公司 Harvey 为例，后者放弃了训练自有模型的计划。他并不认为应用型 AI 公司会成批转型为前沿实验室，但他将 Base44 的举动置于一个更广阔的背景中来看待——在这个背景下，推理成本已成为方程式中一个重要的部分。
Userovici 表示，这种成本压力推动了企业客户如今所要求的变革。“他们未必会在所有用例中使用最新模型时看到[投资回报]，因此正在搭建一整套基础设施来进行编排和优化，为他们挑选合适的模型，这样既不会让成本飙升，又能在大多数用例上保持相同或相近的性能。”
企业客户在 vibe-coding 平台的用户群中仍然只是少数，但他们在平台收入中的占比正在增长，而各类规模的用户也开始对 AI 使用成本表达担忧。Base44 决定开发自己的 LLM 由多种因素共同促成，但降低成本很可能是其中的收益之一。
Shlomo 说：“我们希望得到一个模型，它会更符合我们认为正确的方向，会更针对我们看到用户喜欢的结果进行优化，并且最终对客户来说会比使用 Opus 这类前沿模型更快、更便宜。”
至于 Base44 本身，降本的效果就没那么直接了。在一份新闻稿中，该公司解释说，“拥有模型使 Base44 能够直接控制算力和推理支出，预计随着时间推移将带来更强的结构性利润率表现。”
即便回报要延后，利润率改善对 Base44 的母公司来说也是好消息；该公司最近宣布将裁员 20%。相比之下，自从被收购以来，Base44 的员工人数一直在增长——而且在 5 月份宣布其年度经常性收入已突破 1.5 亿美元，这距离其 ARR 突破 1 亿美元仅过去两个月。
这仍然低于 Lovable，后者表示其本月早些时候 ARR 已达到 5 亿美元。但 Shlomo 押注于开发 Base1 的“巨大工程努力”，将巩固 Base44 作为“唯一垂直整合的 vibe-coding 应用”的定位——用 Userovici 的话说，就是一个同时拥有分发、数据和基础设施的参与者。
本文已更新，以更正 Base44 的所在地并补充其最新 ARR。
来源与参考
收录于 2026-07-01