Preferred Networks堅持從零打造國產AI 圖的是什麼
編輯觀點
重點要點
- Preferred Networks開發標榜「國產」的AI模型，選擇完全從零打造。
- 公司說明堅持全自製路線的理由與自家做的好處。
- 全自製與在既有開源模型上微調，是目前兩條主要的開發路線。
觀察分析
全自製比微調貴得多，圖的不是短期效能，是可控與技術累積——資料怎麼進去、模型怎麼調整、供應會不會被別人切斷，這三件事只有自己從頭做才握得住。台灣談本土模型時面對的是同一組取捨。
對台灣的AI相關業者，這件事的參考價值在於路線選擇的判準——要不要從零開始，取決於你的價值是在模型本身還是在應用場景，兩者需要的投入規模差了好幾個量級。
歷史上的今天（主題相關）
- 各國近年都出現「自己的AI模型要自己掌握」的政策討論，理由多半是資料主權與供應風險。
- 從零訓練模型的成本遠高於在既有模型上微調，取捨在於可控程度與長期的技術累積。
名詞釋義（維基百科）
Preferred Networks Inc. is a Japanese startup focused on the research and development of deep learning for IoT applications. The company was spun off ⋯
相關文章
Microsoft與Mistral結盟：數十億美元擴建歐洲AI算力科技前沿與創新 · 2026-07-22
國產AI「Noetora」將導入輝達新系統：日本大模型軍備再補算力科技前沿與創新 · 2026-07-17
數位廳讓國產 AI「tsuzumi」上 SAKURA 雲——日本要確保 AI 自主權科技前沿與創新 · 2026-07-10
韓國Upstage攜手九州QTnet，把經產省認證的「國產基盤模型」推進日本企業科技前沿與創新 · 2026-06-26