被 Wix 以 8000 万美元收购仅六个月后，旗下 " 氛围编码 "（vibe coding）平台 Base44 正式推出自研人工智能模型。这支位于湾区、规模仅八人的团队，正试图通过技术栈的垂直整合，回应业界关于 " 依附于前沿大模型是否具备长期防御力 " 的核心质疑。

从 " 套壳 " 到自研：构建数据护城河

Base44 的首代定制大语言模型 Base1，基于平台上数千万次真实用户交互数据集训练而成。创始人 Maor Shlomo 表示，将模型训练纳入自有技术栈，能在延迟、成本和效率上实现更深层优化。尽管目前部署刚刚启动，但公司预期其表现最终将超越通用前沿大模型。

这一策略直指行业痛点。风险投资机构 Headline 普通合伙人 Jonathan Userovici 指出，数据、分发渠道和技术栈是 AI 初创公司的三大防御要素。随着 Cursor、xAI 及 Anthropic 等巨头深入应用层，拥有独家数据反馈循环成为关键。Shlomo 认为，通用模型虽在进步，但专业化垂直整合能提供更符合用户需求的结果。

成本压力下的战略抉择

推动 Base44 自研模型的另一个核心动力是成本控制。Userovici 分析称，企业客户在使用最新模型时未必能看到足够的投资回报，因此倾向于建立基础设施来编排和优化模型选择，以避免成本飙升。Base44 希望通过自研模型，提供比使用 Opus 等前沿模型更快、更便宜的服务，从而改善利润率结构。

尽管自研模型的短期回报尚不明确，且需要巨大的工程投入，但这被视为巩固其 " 唯一垂直整合的氛围编码应用 " 定位的关键一步。

营收增长与巨头阴影

财务数据显示，Base44 的年度经常性收入（ARR）已突破 1 亿美元，且团队规模在收购后持续扩张。相比之下，其瑞典竞争对手 Lovable 凭借依赖外部 LLM 的模式，ARR 已达 5 亿美元并跻身独角兽行列。

值得注意的是，Base44 的母公司 Wix 近期宣布裁员 20%，而 Base44 作为内部创新单元却逆势增长。Shlomo 押注于 Base1 的工程努力，意在证明在推理成本日益敏感的背景下，拥有数据、基础设施和分发渠道的垂直整合模式，将是应对顶级 AI 实验室竞争的有效路径。

【星途科讯 图文丨欧阳布布 首发于 ZAKER 科技，转载请注明出处】