Cloudflare 自称转型 Neolab 并布局自研 System 1 模型
Cloudflare Joins the Jevolution and Labels Itself a Neolab
Cloudflare AI 平台负责人在行业峰会上透露公司正转型为自研模型的 Neolab,已推出 Clef 与 Clairic 两款毫秒级响应的 System One 模型。团队表示未来模型研发重心将放在开源资源的后训练而非从头预训练,以规避外部模型闭源与高昂授权风险,并逐步探索推理模型在边缘基建上的应用。
原文披露了网络基建厂商通过后训练研发低延迟专用模型的考量,有助于评估边缘云平台切入模型层的可行路径。

过去十五年里,Cloudflare 一直是互联网不可或缺的基础设施公司之一。但现在,它正转型为一家 neolab(新型研究实验室)——至少在 AI Engineer Code Summit 上,负责 Cloudflare AI 平台产品业务的 Michelle Chen 是这么说的。
我们稍后会详细解释什么是 neolab(简单来说:自己做模型,但名字不叫 OpenAI 也不叫 Anthropic)。Cloudflare 称自己也是其中一员,因为他们也开始推出模型了。确切地说,是两款 System 1 模型:Clef 和 Clairic。Chen 在演讲中介绍道,Clef 是一款决策模型,直接启发自 TypeSafe AI 具有突破性的 Jev 模型;而 Clairic 则是一种新型的 System 1 模型,Cloudflare 称之为“抽取”(extract)模型。
演讲结束后接受 Latent Space 采访时,Chen 暗示 Cloudflare 绝不仅会做 System 1 模型,未来也会推出大语言模型。
“我们做 neolab 不会只发 System 1 模型,哪怕这类模型很贴合我们的基础设施。我们已经打开了潘多拉魔盒,对吧?既然开了,未来的可能性就是无穷的。”

Chen 表示,“不只是 System 1 模型,我们还在实验推理模型,以及其他各类大语言模型等。”
不过她补充道,这些模型大概不会是从头预训练出来的,不同于前沿实验室的做法。
“我觉得那不是我们的重心,但我们可以利用现有的开源资源,让它们变得高效、好用得多。”
她指出,“我们团队绝大多数人主要做后训练,”因此模型研发的重点也会放在这上面。
什么是 neolab?Cloudflare 真的算吗?
neolab 字面意思就是“新型实验室”,由 The Information 记者 Stephanie Palazzolo 于去年 11 月首次提出,她将其定义为“新一代以研究为重心的 AI 初创公司”。
Menlo Ventures 合伙人、AI 领域意见领袖 Deedy Das 维护着一份详尽的 neolab 榜单,其中收录了 Thinking Machines Lab、Poolside 以及 TypeSafe AI 等公司。按照 Das 的定义,neolab 的特点是:聘请顶尖研究人员、消耗大量算力(“通常用于训练自研 AI 模型”)、尚未取得显著营收,并且通常是融了大笔资金的初创公司。

Deedy Das 整理的 neolab 榜单——注意 TypeSafe 排进了前 20。
Cloudflare 至少有一半条件对不上,因为它是一家有着可观营收的上市公司。事实上,本月早些时候 Cloudflare 才刚公布了创纪录的业绩。首席执行官 Matthew Prince 表示:“第三季度是 Cloudflare 有史以来表现最好的一个季度。我们的单季营收达到 7.82 亿美元,同比增长 39%,年化营收突破 30 亿美元。”
因此,将 Cloudflare 归为“neolab”显然拓宽了这一词的既有定义。然而,正如 Chen 在演讲中所说,做模型是公司水到渠成的演进方向:从基础设施到算力(例如 Workers 平台,目前已支持智能体),再到存储,接着是(在 Workers AI 上)托管 Kimi、GLM、DeepSeek 等开放权重模型,直到现在开始打造自研模型。

Jev:借来的“东风”
Chen 坦言,正是 Jev 启发了 Cloudflare 转向自研模型。她借用了一句中国古话,将 9 月 Jev 的问世比作一阵“东风”,出人意料地改变了 Cloudflare 对 AI 模型的看法。
“所以,当系统 1 架构和 Jev 的范式出现时,”Chen 在演讲中说道,“我们就觉得,跟进这一方向完全顺理成章,对吧?我们根本没必要把所有请求都扔给大语言模型。完全可以把一部分请求分流给系统 1 模型。”

在与我们的交流中,Chen 提到他们仅用了两周时间就打造出了 Clef——也就是 Jev 的复刻版——而 TypeSafe AI 当初研发 Jev 却花了整整两年。她这么说其实是在称赞 TypeSafe AI 为开创这种新型模型所付出的艰辛努力。
“说实话,所有的功劳都要归于 TypeSafe,感谢他们敢于涉足这个领域并在这里创造出全新的东西,让大家产生如此强烈的共鸣并真正用上它。没错,我们确实以极快的速度拿出了一个模型,但前期大量的苦活累活都是他们做的,我们甚至连 API 模式该长什么样之类的都一清二楚了。”
归根结底,Cloudflare 依然是一家基础设施公司——高速度和低延迟才是立足之本。Chen 指出,系统 1 模型的核心优势在于,能够让更小、更快的模型承担更多工作,其输出耗时是以毫秒而不是以秒来计算的。

Clairic 及其抽取模型的作用
尽管 Clef 只是 Jev 的翻版,但 Cloudflare 很快就在系统 1 模型上推陈出新,打造出了 Clairic。该模型于上个月发布,被称为“全新类别中的首个模型:系统 1 抽取模型”。
“Clairic 的功能在于接收非结构化输入,并从中提取、计算、估算和预测数值,”Chen 在演讲中解释道。

在接受我们采访时,Chen 表示她的团队希望利用系统 1 的原理,去寻找其他那些大语言模型“大材小用”且结果未必准确的场景。
他们锁定的痛点之一,就是大语言模型往往处理不好非结构化输入。Chen 解释说,因为大模型是自回归的,容易产生幻觉,有时还会返回格式错误的 JSON。
“所以我们在那里采用了(与 Jev/Clef)相同的系统 1 原理,并敲定了抽取这一方向。”

Cloudflare 系统 1 模型的若干使用场景示例。
她以发票为例说明:大语言模型有时会弄错关键细节,比如订单号。
“当你把(订单)发给大模型时,它就会犹豫:等等,我觉得订单号是 3,但也可能是 4,或者 5。可事实是,数字明明就写在那里,照着读出来就行了!”
因此,Clairic 的思路就是通过单次前向传播,直接从非结构化数据中提取出带类型的数值(例如数字)。
Cloudflare 如今为何投身 AI 实验室
虽然“新实验室”(neolab)这个标签听起来有点营销噱头的意味,但对 Cloudflare 来说,研发系统 1 模型——甚至在未来研发推理模型——完全合情合理。
“成为新实验室,意味着我们能够亲手打造自己所欠缺的东西,”Chen 在演讲中说道。
在采访中她还提到,自研模型让 Cloudflare 能够降低其 AI 业务的潜在风险。
“我认为 AI 领域存在很大风险,因为就像 Jev 是闭源的、我们根本跑不起来一样,市面上很多模型后续可能也会面临监管风险,比如中国的开源模型。此外,我认为许多模型实验室本身也想盈利——因此正在推行相当昂贵的商业授权。”

要是看一看如今的 Cloudflare 产品页面,它跟 Web 2.0 全盛时期的亚马逊云计算产品页颇为相似——也就是说,产品实在太丰富了!
但市场上依然有空间容纳更多模型。
来源:Latent Space · latent.space