Wix 一年前以 8000 万美元收购 vibe coding 平台 Base44 时，后者才成立六个月、团队仅八人。如今，Base44 正式开始向用户推送自研 AI 模型，成为该领域又一家试图摆脱对外部大模型依赖的企业。
这一动作背后，折射出 AI 行业当前的两种焦虑：一是前沿模型是否真的是所有场景的最优解；二是建立在他人模型之上的业务，能否真正建立长期壁垒。Base44 的选择，正是在回应这两个问题。
自研模型的逻辑：成本、延迟与护城河
Base44 将其首款自研模型命名为 Base1，训练数据来源于平台"数千万次真实用户交互"。创始人 Maor Shlomo 表示："将模型训练和所有权纳入整体技术栈，让我们能在延迟、成本和效率上实现大量优化。" 他期望 Base1 最终能超越前沿模型。对于客户而言，这意味着"比使用 Opus 等前沿模型更快、更便宜"。Shlomo 还提到，自研模型能更好地对齐团队认为"正确的方向"，并针对用户实际喜爱的结果进行优化。
护城河之争：数据、分发与技术栈
投资人视角提供了另一种解读。风投机构 Headline 普通合伙人 Jonathan Userovici 认为，AI 初创公司的护城河由三个关键要素构成：数据、分发渠道和技术栈。Base44 押注自研模型，本质上是在强化数据和基础设施层面的掌控力。
不过 Userovici 也提醒，不要低估前沿模型的能力。以法律科技初创 Harvey 为例，该公司最终放弃了自研模型计划，回归使用前沿模型。Userovici 表示，他并不认为应用层 AI 公司会大规模转型为前沿实验室，Base44 的动作应放在更宏观的背景下理解——推理成本已成为不可忽视的变量。
他指出，企业客户开始意识到，并非所有场景都需要使用最新、最强的模型。"一套 orchestrated 基础设施正在形成，用来选择合适的模型，确保在大多数场景下性能不降、成本不飙升。"
竞争格局：vibe coding 赛道日趋拥挤
表面上看，Base44 的举动意在对抗瑞典竞争对手 Lovable——后者在去年夏天融资后估值已达独角兽，ARR 已突破 5 亿美元（本月早些时候公布）。但 Shlomo 认为，真正的挑战来自前沿 AI 实验室正在向 vibe coding 腹地渗透：Cursor 和 xAI（Grok 母公司）均已归属 SpaceX；Claude Code 也已成为 vibe coding 领域的有力竞争者。
这些基础模型厂商拥有数据和反馈闭环优势，可用于持续优化应用创建能力。Shlomo 的回应是专业化："模型在进步，但它们在能力上仍会保持很强的通用性。"
财务背景：母公司承压，Base44 逆势增长
这一战略转向对 Base44 自身也有商业意义。Wix 近期宣布裁员 20%，而 Base44 在被收购后团队持续扩张，几个月前刚刚突破 1 亿美元 ARR。对比之下，Lovable 已达 5 亿美元 ARR，Base44 仍有差距。
但 Shlomo 押注这场"巨大的工程投入"将巩固 Base44 作为"唯一垂直整合 vibe coding 应用"的地位——用 Userovici 的话说，即同时掌控分发、数据和基础设施的玩家。
Wix 在新闻稿中指出，自研模型让 Base44 "对算力和推理支出拥有直接控制权，长期来看有望实现结构性更强的利润率"。
OpenAI 首款定制芯片曝光：携手 Broadcom，剑指推理成本
OpenAI 终于迈出了芯片自研的关键一步。继 Google TPU、Meta 自研推理芯片之后，OpenAI 确认已与 Broadcom 合作开发首款定制 ASIC 芯片，专为 AI 推理场景优化。此举被视为该公司降低算力依赖、压缩模型部署成本的核心战略布局。
背景：为什么 OpenAI 必须做芯片
训练 GPT-4 级模型的算力成本已达数亿美元，而随着 GPT-4o、o1/o3 等模型相继落地，推理侧算力消耗正以指数级增长。OpenAI 长期租赁英伟达 H100/H200 GPU，产能受限与价格高企的双重压力下，自研专用芯片成为破局之道。
核心变化：Broadcom 代工，2026 年有望量产
消息确认，这款定制芯片由 Broadcom 代工设计，采用台积电先进制程。Broadcom 此前已在 Google TPU 项目中积累了大型语言模型推理芯片的经验，其定制 ASIC 业务能力被视为本次合作的技术底气。据内部路线图，芯片量产时间预计在 2026 年，初期将优先支撑 OpenAI 内部推理工作负载。
影响与建议
对行业而言，OpenAI 入局 AI 芯片将进一步动摇英伟达在推理市场的垄断格局；对开发者而言，若 OpenAI 推理成本显著下降，API 价格竞争将更激烈，中小 AI 应用开发空间有望扩大。
OpenAI unveils its first custom chip, built by Broadcom
HaloBraid 融资 700 万美元：让六小时美发预约成为历史
美发预约等待时间长、服务流程分散，长期困扰着消费者与沙龙业主。美国初创公司 HaloBraid 宣布完成 700 万美元种子轮融资，由 Seven Seven Six 领投，目标是打造美发预约到店一体化平台，从根本上压缩非核心服务时间。
背景：美发行业效率困境
传统沙龙预约流程冗长：顾客到店后需经历洗发、剪发、染发/造型、烘干等多个独立环节，平均耗时 4 至 6 小时。期间各环节由不同人员操作，衔接断层导致翻台率低下、顾客体验差、沙龙运营效率难以提升。
核心变化：AI 驱动流程再造
HaloBraid 的方案是将美发流程标准化、模块化，并引入 AI 调度系统动态分配发型师。其平台可根据顾客历史偏好、发质数据自动生成服务方案，减少到店咨询环节；同时通过实时排队算法压缩各环节等待间隙。投资方 Seven Seven Six 看重的是其"Uber 式"调度思路在服务业复制的潜力。
影响与建议
若 HaloBraid 模式验证可行，将对标国内美团美发、抖音造型预约等平台逻辑，提供可参考的技术驱动服务业升级样本。国内相关赛道可关注 AI 调度如何与到店体验平衡、发型师培训成本与平台抽成比例等落地关键。
HaloBraid raises $7M from Seven Seven Six to end the six-hour hair salon appointment
评论