首頁您的業務將依靠數百種AI模型。這就是原因
在當今的科技環境中，正如企業經常為不同需求管理多個雲端服務和資料庫一樣，使用多種人工智慧模型來滿足不同用途的趨勢正在增長。一項針對超過1,000名IT決策者的近期調查顯示，最先進的人工智慧採用者目前同時管理數百個模型。
我們已進入被稱為「多模型人工智慧」時代。根據由Vultr贊助的S&P Global Market Intelligence調查，目前使用的AI模型平均數量為158個，預計明年將增至176個。
調查還發現，最先進的人工智慧用戶目前平均操作175個模型，預計在未來一年內將增長14%，達到200個模型。處於次高人工智慧成熟度的用戶預計模型數量將年增18%。此外，三分之二的受訪經理（66%）正在開發自己的模型或使用開源選項。
在不同應用中使用多個模型有其充分理由。例如，麻省理工學院的一項研究強調了一個系統，該系統使用語言、視覺和動作數據訓練三個模型，以協助機器人在家庭、建築和製造環境中規劃和執行任務。麻省理工學院的研究人員解釋說：「每個基礎模型捕捉決策過程的不同面向，並在決策時協同工作。」
這種趨勢正引領所謂的「集合」人工智慧方法，多個模型協同工作以產生輸出，正如Erica Dingman在MovableInk的文章中描述。「使用單一模型與集合模型的區別，就像比較獨奏小提琴與完整交響樂團，」她指出。「雖然每種樂器都有其價值，但它們一起創造出真正神奇的東西。」此外，使用多樣化的數據集並持續更新和訓練一組模型，可以幫助減輕或消除人工智慧輸出的偏差。
支持人工智慧模型的系統廣泛採用和多樣性正在推動這種擴散。根據S&P和Vultr的調查，人工智慧越來越多地部署在邊緣。「分佈式人工智慧架構，邊緣在跨越組織基礎設施的應用中扮演關鍵角色，很可能成為標準，」調查作者表示。大多數IT決策者（85%）認為這種轉變在他們的環境中可能或極有可能發生，其中32%認為這是「極有可能」。
調查確定了在人工智慧採用方面領先的組織，稱其擁有「變革性人工智慧實踐」。這些領導者中有半數在運營層面表現「顯著優於」行業同行。幾乎所有這些領導者報告稱，2022年至2023年的年度表現有所改善，涵蓋多項指標，包括客戶滿意度（90%）、收入（91%）、成本降低/利潤擴張（88%）、風險管理（87%）、市場推廣（89%）和市場份額（89%）。
在所有受訪組織中，人工智慧支出預計將超過一般IT支出。近九成企業（88%）計劃在2025年增加人工智慧支出，其中49%預計增幅為中等到顯著。
然而，人工智慧使用的快速增長帶來了挑戰，特別是有關現有IT基礎設施的問題。調查作者指出：「在高需求的人工智慧活動（如即時推理）方面，受訪者擔心當前基礎設施可能不足。」前三大問題包括CPU或GPU資源不足（65%）、數據本地化問題（53%）和儲存性能問題（50%）。
調查的定性數據也反映了這些擔憂，受訪者提到在公共雲中高容量GPU實例的調度延遲以及對數據可用性的潛在影響。此外，對基礎設施成本的擔憂日益增加。作者總結說：「一旦項目進入生產階段，成本往往成為更迫切的問題。歷史上，組織在準確預測這些成本方面一直面臨挑戰。」
相關文章
印度科技巨頭投資3000萬美元，打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金，押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念：傳統的職場軟體不能僅靠聊天機器人進行修補，而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中，他聯合創立了 Directi、Radix、Titan 和 Zeta，在尋求外部投資之前，主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後，前首席科學家伊利亞·蘇茨克弗（Ilya Sutskever）創立了 Safe Superintelligence Inc.（SSI），該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出，該團隊正在利用 TTT（測試時訓練）開發一個緊湊的推理引擎，這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同，該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件，並透過AI聊天機器人以自然語言描述其設計概念；系統
相關專題推薦
聊天機器人
最適合面試練習的 AI 對話訓練工具
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
設計與藝術
最適合進行創意實驗的 AI 風格轉移工具
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
漫畫創作
最適合視覺敘事的 AI 對話氣泡工具
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
會議助理
頂尖 AI 會議摘要工具：清晰追蹤決策與後續行動
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
數據分析
最佳人工智慧資料清洗工具：快速處理缺失值與重複資料
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
設計與藝術
最佳AI創意構思工具，助力藝術家突破視覺瓶頸
2026 年最新最佳頂級評分 AI 創意構思工具由 XIX.AI 精心策劃，旨在幫助創作者突破視覺瓶頸並即時提升創造力。這些強大的變革性工具提供真實世界測試、詳細的免費與付費對比以及每週更新的排名。發現您的完美工具，加速內容創作，並立即釋放您的 AI 優勢。立即探索！
14 個工具
xix.ai
評論 (46)
0/500
![WillieAnderson]()
와, 기사를 보니 정말 흥미로운 생각이 들었어요 😲 한 회사가 수많은 AI 모델을 사용한다는 건, 마치 주방에 다양한 조리도구를 두는 것 같아요. 하지만 이런 다중 AI 시스템이 데이터 보안이나 통합 비용에 어떤 영향을 끼칠지 궁금해지네요. 특히 중소기업들은 이런 복잡성을 잘 관리할 수 있을까요? 아직은 AI 환경이 너무 빨리 변화하는 것 같아요 🤔
![AlbertThomas]()
회사에서 AI 모델을 수백 개나 쓴다고? 😳 이건 마치 주방에 각각 다른 요리를 담당하는 요리사가 수십 명 있는 거랑 비슷하네요. 과연 관리가 가능할지 모르겠어요. 저는 AI 통합보다는 핵심 모델 몇 개에 집중하는 게 낫지 않을까 싶은데...
![KennethJohnson]()
It's wild how businesses are now juggling tons of AI models like they're cloud services! This article got me thinking—how do companies even keep track of all these models? 🤯 Sounds like a logistical nightmare, but super exciting for innovation!
![DavidAllen]()
Super interesting read! It’s wild to think businesses will juggle tons of AI models like they do cloud services now. Makes me wonder how they’ll keep all those models in sync without chaos. 🤯
![AlbertHernández]()
It's wild to think businesses will juggle hundreds of AI models like they're spinning plates! 😅 Curious how they'll manage the chaos—any tips for keeping it all streamlined?
![StevenWilson]()
It's wild to think businesses will juggle tons of AI models like they do cloud services now! 🤯 I wonder how they'll manage the chaos—hope there's a smart way to keep it all in sync!
在當今的科技環境中，正如企業經常為不同需求管理多個雲端服務和資料庫一樣，使用多種人工智慧模型來滿足不同用途的趨勢正在增長。一項針對超過1,000名IT決策者的近期調查顯示，最先進的人工智慧採用者目前同時管理數百個模型。
我們已進入被稱為「多模型人工智慧」時代。根據由Vultr贊助的S&P Global Market Intelligence調查，目前使用的AI模型平均數量為158個，預計明年將增至176個。
調查還發現，最先進的人工智慧用戶目前平均操作175個模型，預計在未來一年內將增長14%，達到200個模型。處於次高人工智慧成熟度的用戶預計模型數量將年增18%。此外，三分之二的受訪經理（66%）正在開發自己的模型或使用開源選項。
在不同應用中使用多個模型有其充分理由。例如，麻省理工學院的一項研究強調了一個系統，該系統使用語言、視覺和動作數據訓練三個模型，以協助機器人在家庭、建築和製造環境中規劃和執行任務。麻省理工學院的研究人員解釋說：「每個基礎模型捕捉決策過程的不同面向，並在決策時協同工作。」
這種趨勢正引領所謂的「集合」人工智慧方法，多個模型協同工作以產生輸出，正如Erica Dingman在MovableInk的文章中描述。「使用單一模型與集合模型的區別，就像比較獨奏小提琴與完整交響樂團，」她指出。「雖然每種樂器都有其價值，但它們一起創造出真正神奇的東西。」此外，使用多樣化的數據集並持續更新和訓練一組模型，可以幫助減輕或消除人工智慧輸出的偏差。
支持人工智慧模型的系統廣泛採用和多樣性正在推動這種擴散。根據S&P和Vultr的調查，人工智慧越來越多地部署在邊緣。「分佈式人工智慧架構，邊緣在跨越組織基礎設施的應用中扮演關鍵角色，很可能成為標準，」調查作者表示。大多數IT決策者（85%）認為這種轉變在他們的環境中可能或極有可能發生，其中32%認為這是「極有可能」。
調查確定了在人工智慧採用方面領先的組織，稱其擁有「變革性人工智慧實踐」。這些領導者中有半數在運營層面表現「顯著優於」行業同行。幾乎所有這些領導者報告稱，2022年至2023年的年度表現有所改善，涵蓋多項指標，包括客戶滿意度（90%）、收入（91%）、成本降低/利潤擴張（88%）、風險管理（87%）、市場推廣（89%）和市場份額（89%）。
在所有受訪組織中，人工智慧支出預計將超過一般IT支出。近九成企業（88%）計劃在2025年增加人工智慧支出，其中49%預計增幅為中等到顯著。
然而，人工智慧使用的快速增長帶來了挑戰，特別是有關現有IT基礎設施的問題。調查作者指出：「在高需求的人工智慧活動（如即時推理）方面，受訪者擔心當前基礎設施可能不足。」前三大問題包括CPU或GPU資源不足（65%）、數據本地化問題（53%）和儲存性能問題（50%）。
調查的定性數據也反映了這些擔憂，受訪者提到在公共雲中高容量GPU實例的調度延遲以及對數據可用性的潛在影響。此外，對基礎設施成本的擔憂日益增加。作者總結說：「一旦項目進入生產階段，成本往往成為更迫切的問題。歷史上，組織在準確預測這些成本方面一直面臨挑戰。」
印度科技巨頭投資3000萬美元，打造微軟Office的AI競爭對手
連續創業者 Bhavin Turakhia 正投入 3000 萬美元自有資金，押注企業 AI 領域仍有新玩家的空間。他最新的創業專案 Neo 基於一個核心信念：傳統的職場軟體不能僅靠聊天機器人進行修補，而需要進行徹底的架構重構。46 歲的 Turakhia 有著支援雄心勃勃的企業科技專案的歷史。在過去二十年中，他聯合創立了 Directi、Radix、Titan 和 Zeta，在尋求外部投資之前，主要使用個人資本為這些專案提供資金。他正將同樣的自力更生策略應用於 Neo。Turakhia 向
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後，前首席科學家伊利亞·蘇茨克弗（Ilya Sutskever）創立了 Safe Superintelligence Inc.（SSI），該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出，該團隊正在利用 TTT（測試時訓練）開發一個緊湊的推理引擎，這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同，該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件，並透過AI聊天機器人以自然語言描述其設計概念；系統
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
2026 年最新最佳頂級評分 AI 創意構思工具由 XIX.AI 精心策劃，旨在幫助創作者突破視覺瓶頸並即時提升創造力。這些強大的變革性工具提供真實世界測試、詳細的免費與付費對比以及每週更新的排名。發現您的完美工具，加速內容創作，並立即釋放您的 AI 優勢。立即探索！
14 個工具
xix.ai
와, 기사를 보니 정말 흥미로운 생각이 들었어요 😲 한 회사가 수많은 AI 모델을 사용한다는 건, 마치 주방에 다양한 조리도구를 두는 것 같아요. 하지만 이런 다중 AI 시스템이 데이터 보안이나 통합 비용에 어떤 영향을 끼칠지 궁금해지네요. 특히 중소기업들은 이런 복잡성을 잘 관리할 수 있을까요? 아직은 AI 환경이 너무 빨리 변화하는 것 같아요 🤔
회사에서 AI 모델을 수백 개나 쓴다고? 😳 이건 마치 주방에 각각 다른 요리를 담당하는 요리사가 수십 명 있는 거랑 비슷하네요. 과연 관리가 가능할지 모르겠어요. 저는 AI 통합보다는 핵심 모델 몇 개에 집중하는 게 낫지 않을까 싶은데...
It's wild how businesses are now juggling tons of AI models like they're cloud services! This article got me thinking—how do companies even keep track of all these models? 🤯 Sounds like a logistical nightmare, but super exciting for innovation!
Super interesting read! It’s wild to think businesses will juggle tons of AI models like they do cloud services now. Makes me wonder how they’ll keep all those models in sync without chaos. 🤯
It's wild to think businesses will juggle hundreds of AI models like they're spinning plates! 😅 Curious how they'll manage the chaos—any tips for keeping it all streamlined?
It's wild to think businesses will juggle tons of AI models like they do cloud services now! 🤯 I wonder how they'll manage the chaos—hope there's a smart way to keep it all in sync!
