Sqwish Labs推企业数据定制决策模型:通用之外的新战场?

资讯 AI 科技快讯 作者:赢政天下 全文 1711 字 · 约 5 分钟读完 配图 1 张 分类决策模型

随着决策模型使用量快速攀升,Sqwish Labs提出用企业自有数据训练模型,以释放更强能力。这引发一个关键问题:在通用模型之外,定制化是否会成为决策智能的下一竞争前沿?本文梳理其产品思路、行业背景与企业落地时需面对的挑战。

所属频道 前沿研究
决策模型使用激增,定制化成下一前沿?
决策模型用得越来越多,Sqwish Labs给出的方案是拿企业自己的数据去训练模型,把能力放得更大。一个关键疑问随之而来:通用模型之外,定制化会不会成为决策智能下一轮比拼的焦点?下面梳理它的产品思路、行业背景,以及企业落地时要面对哪些难题。

当AI从"生成内容"转向"辅助决策",企业关心的重点变了:不再是模型会不会写文案,而是它在定价、供应链、风控这些关键场景里能不能给出更优选择。TechCrunch在2026年11月18日的报道中提到,决策模型使用量正快速攀升,定制化被看作下一竞争前沿。Sqwish Labs的答案是用企业自有数据训练决策模型,把通用能力变成业务能力。

决策模型为什么突然升温?

过去两年,AI叙事的主线是大语言模型,聚焦内容生成、知识问答和代码辅助。可企业侧一直有另一类需求:在复杂约束下做选择。价格怎么定、库存怎么补、信贷是否放行、营销预算如何分配,这些问题要的不是一段流畅文字,而是一套可评估、可解释、可复用的决策系统。决策模型于是重新被推到台前。

和传统规则引擎比,现代决策模型能吸收更多维度的数据,并在动态环境里持续优化;和纯生成式模型比,它更看重目标函数、约束条件和结果反馈。企业数字化攒到一定程度,决策模型的使用量自然水涨船高。TechCrunch用"skyrockets"来形容这一趋势,说明市场关注点正从"能不能用"转向"能不能用得更深"。

Sqwish Labs的"新花样":用自己的数据训练

据TechCrunch报道,Sqwish Labs在决策模型上提了个新思路:让企业用自有数据训练模型,把它的能力最大化。方向本身不复杂,却正好戳中企业AI落地的核心矛盾——通用模型懂很多,但未必懂你的业务。

"用你自己的数据训练它,以最大化其能力。"——这是TechCrunch对Sqwish Labs思路的概括

背后是"数据护城河"那套逻辑。企业的历史交易、客户行为、供应链波动、专家经验,往往是最值钱的训练素材。把这些数据喂进决策模型,模型能学到企业特有的约束和偏好,而不是只给一个行业平均答案。金融、零售、制造、物流这类决策密集型行业,对定制化尤其感兴趣。

定制化是真需求,还是伪命题?

好处明摆着:业务流程贴合得更紧、合规要求更容易满足、做出差异化竞争力的可能性也更大。挑战同样存在。其一,模型的上限由数据质量决定,脏数据、缺失值和历史偏差都会被它放大。其二,定制化并非一定要靠训练,很多时候检索增强、工具调用、规则约束,再配少量微调就足够。其三,训练和维护的开销不小,上线之后还得持续评估、监控、迭代。其四,定制过了头容易过拟合,模型在历史数据里表现亮眼,一换新环境就难以适应。

所以企业得先回答一个问题:这项决策是不是高频、高价值、数据又够?答案要是否定的,盲目定制可能只是把通用模型的问题换了个形式。真正有效的路子,通常是把通用模型、企业数据和业务规则拼在一起,做成"混合式决策系统"。

竞争格局会怎么变?

Sqwish Labs切进的是一条正在升温的赛道。一头是通用AI平台往下延伸,想用插件、微调和智能体覆盖企业决策;另一头是垂直厂商深耕行业知识,靠更懂场景的模型抢客户。定制化能力或许会成为新的分水岭:谁能把企业数据更低成本地转成可靠决策,谁就更有机会攒下粘性。

可定制化也是"规模生意"的反面。每个客户数据不同、流程不同,交付成本容易往上走。Sqwish Labs想把"新花样"变成护城河,得在产品化和定制化之间找平衡:既让企业用上自己的数据,又别让每个项目都变成重人力的咨询。

落地建议:从高价值决策开始

对企业来说,更务实的做法是挑一个高频、高价值、边界清晰的决策场景起步,比如动态定价、库存补货或者欺诈识别。先把基线指标立起来,再引入决策模型,用人工复核和小流量测试控住风险。数据治理要走在前头,评估体系同步跟上,最后拿业务ROI而不是模型准确率来证明价值。

决策模型的定制化,未必是所有企业的第一站,但很可能是下一阶段竞争的关键变量。模型使用量继续飙升,问题就不再是"要不要用AI做决策",而是"如何让AI更懂你的决策"。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 微软发布Decision-1.1:速度提升2倍,准确率登顶

    智东西(公众号:zhidxcom)编译 | 程茜编辑 | 李水青智东西11月18日消息,今日,微软发布新一代决策模型Microsoft-Decision-1.1。在Artificial Analysis决策指数榜单中,Microsoft-Decision-1.1获得68分,排名第8,比微软首款决策模型高出6分,领先于J

    来源 腾讯网
  2. AMD收购World Labs:李飞飞任执行副总裁兼首席科学家

    AMD于11月16日宣布,已完成对AI模型公司 World Labs 的收购,以进一步扩展其在AI技术栈领域的布局。World Labs联合创始人李飞飞将加入AMD,担任执行副总裁兼首席科学家,直接向董事长兼CEO苏姿丰汇报。 World Labs专注于开发能够生成、重建和模拟交互式3D环境的AI模

    来源 AI 开发者社区
  3. 李飞飞入职AMD任首席科学家,World Labs被收编做3D世界模型

    AMD 11月16日宣布完成收购AI模型公司World Labs,以扩展AI技术栈布局。联合创始人李飞飞加入AMD,任执行副总裁兼首席科学家,直接向董事长兼CEO苏姿丰汇报。World Labs专注生成、重建和模拟交互式3D环境的AI模型,并布局机器人学习与仿真;收购后团队将继续基础模型研究,与AMD工程师协作研发。

    来源 AI 产业速递
  4. Voyage Labs融资1200万美元,专做旅行AI助手

    当Muse、Gemini等通用助手把旅行规划当作演示场景时,由Google Maps前员工创办的Voyage Labs选择另一条路:只做旅行。这家初创公司完成1200万美元融资,试图用专业化AI代理在通用模型的夹缝中建立护城河。本文拆解其产品逻辑、行业背景与垂直AI代理的商业化难题。

    来源 AI 行业观察
  5. Lehigh大学开源Lev:一套权重循环多算,准确率63.2%升至76.2%

    Lehigh大学团队推出开源决策模型Lev,基于原生循环底座,通过重复计算多圈提升复杂问题准确率。其核心在于轻量停止器能按题目难度自动决定计算深度,简单题快答,难题深思。在JevBench测试中,四圈计算将准确率从63.2%提升至76.2%,且仅增加少量算力消耗。该模型支持无标签自校准,适合智能客服、内容审核等对延迟和

    来源 AI 应用前沿
  6. AMD 82亿美元收购World Labs:李飞飞任首席科学家

    作者|冬梅今天,AMD 宣布正式完成了对 World Labs 的收购。AI 科学家李飞飞正式加入 AMD,出任执行副总裁兼首席科学家,直接向 CEO 苏姿丰汇报。“芯片女王”和“AI 教母”同框的画面,在全网刷屏了。AMD 买下 World Labs“芯片女王”也是扩张女王按照此前披露的交易协议,这是一笔价值约 82

    来源 腾讯网
  7. Isomorphic Labs完成50亿美元C轮融资,Greenoaks与红杉共同领投

    IT之家 11 月 17 日消息,由诺贝尔奖得主 Demis Hassabis(戴米斯 · 哈萨比斯)领导的 Alphabet 旗下 AI 赋能药物研发企业 Isomorphic Labs 当地时间今日宣布,其完成了总额 50 亿美元(IT之家注:现汇率约合 333.96 亿元人民币)的 C 轮融资。 本轮融资由 Gr

    来源 AI 行业观察
  8. DeepSeek长对话限额7天,免费用户为何反求收费

    话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂战不同,这场争议中出现了一个颇为“魔幻”的画面:平时最不愿意付费的一群人,正在主动求着DeepSeek收费。

    来源 TechWeb
  9. DeepSeek限制长对话使用:用户反求付费,官方未给时间表

    【TechWeb】11月15日起,多名用户在社交平台发帖称,DeepSeek已对App与网页版的长对话功能实施了使用限额。页面弹窗显示:“因算力不足,不再支持超过7天不活跃的长对话。” 随后几天,愤怒与不解迅速在社交平台发酵。11月18日,话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。 但与一般产品限流引发

    来源 AI 行业观察
  10. DeepSeek-V4稀疏注意力:1M上下文提速22倍?

    如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍

    来源 AI 行业观察
  11. 谷歌拆开Gemini隐私开关:聊天记录与AI训练分家,用户可单独拒绝

    谷歌在Gemini活动设置中将“AI训练”和“聊天历史”拆分为独立开关,用户可更灵活地决定是否让对话数据用于模型改进。文章分析这一变化对隐私控制、企业合规和行业竞争的意义,并提醒关闭训练不等于数据完全不留存,用户仍需关注默认设置与数据保留政策。

    来源 AI 科技快讯
  12. 英伟达拒重新任命黄仁勋:CEO辞职后请缨回归未获批准

    据TechCrunch报道,英伟达前CEO黄仁勋在上周辞职后提出愿意重返最高职位,但公司明确表示不计划重新任命其为CEO。这一表态终结了外界对这家AI芯片巨头领导层变动的猜测,也引发了对创始人角色与公司治理边界的讨论。本文梳理事件始末、行业背景及潜在影响。

    来源 AI 科技快讯
  13. 谷歌Gemini Tasks扩大开放:AI可代打电话、登录网站并下单

    谷歌宣布扩大Gemini Tasks的访问权限,该功能可协调通话、代用户登录网站甚至完成购物。这标志着AI助手从信息查询向任务执行迈出关键一步,但也引发隐私与安全担忧。本文详解Gemini Tasks的功能、行业竞争背景及未来影响。

    来源 AI 科技快讯
  14. Isomorphic Labs拿下50亿美元C轮,哈啰Robotaxi估值近30亿美元

    资本洞察全球最大AI制药融资诞生,Isomorphic Labs拿下50亿美元北京时间11月18日,谷歌母公司Alphabet旗下AI制药公司Isomorphic Labs宣布完成50亿美元(约合人民币355亿元)C轮融资。本轮融资由Greenoaks和红杉资本共同领投,Andreessen Horowitz(a16z

    来源 腾讯网
  15. DeepSeek收紧免费对话限制引众怒,用户反求收费

    【TechWeb】11月15日起,多名用户在社交平台发帖称,DeepSeek已对App与网页版的长对话功能实施了使用限额。页面弹窗显示:“因算力不足,不再支持超过7天不活跃的长对话。”随后几天,愤怒与不解迅速在社交平台发酵。11月18日,话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂

    来源 腾讯网
  16. 苹果watchOS 26上线Live Rewind:能倒带重听,却让社交变尴尬

    苹果在watchOS 26中为Apple Watch加入Live Rewind与Siri Recap:前者可回退、重听刚刚错过的对话,后者能转录并总结你的一天。WIRED记者实测后发现,功能本身相当实用,却把用户推入一种新的社交窘境——你得在别人眼皮底下,对着手腕“偷偷录音”,而对方往往一眼就看穿。当AI把“

    来源 AI 科技快讯
向下滚动自动加载更多