Base44推出自研LLM Base1 致力降低成本并提升防御能力

背景概述

Base44 是 Wix 于2025年收购的 Vibe 编码平台，专注于让开发者通过自然语言快速搭建应用。公司仅在成立半年后即完成 8000 万美元收购，随后快速增长至年经常性收入超 1 亿美元。面对前沿模型成本高企、数据安全和防御性不足的行业困境，Base44 决定自行研发大模型——Base1。

Base1 模型特点

• 自研数据集：模型基于平台上数千万真实用户交互数据进行训练，数据规模随平台使用持续增长。
• 成本优化：通过全栈控制算力与推理路径，预计推理费用比使用主流模型（如 Opus）低 30% 以上。
• 业务对齐：专注于代码生成、应用结构化以及 UI 布局等 Vibe 编码核心场景，提升响应时延与生成精准度。
• 可扩展性：模型设计为模块化 MoE（Mixture‑of‑Experts），未来可快速接入新任务或多语言支持。

市场竞争格局

Base44 的此举与多家 AI 初创公司形成呼应：瑞典的 Lovable 仍依赖外部大模型；而 Cursor、xAI（SpaceX 子公司）以及 Claude Code 已开始在代码生成领域投放自研模型。

"模型会继续进化，但始终保持通用性，垂直化专注仍是竞争优势。"——Base44 创始人 Maor Shlomo

行业投资人 Jonathan Userovici 指出，防御性关键在于 数据、分发与技术栈 三大要素。Base44 通过自研模型实现了数据闭环与技术栈完整所有权，正符合这一框架。

对业务的直接影响

1. 利润率提升：官方声称模型所有权将直接降低算力支出，长期有望实现结构性利润率改善。
2. 客户价值：企业客户对 AI 成本敏感度提升，Base1 的低成本高效推理有望吸引更多付费企业。
3. 竞争壁垒：自研模型让 Base44 在功能迭代和服务定制上拥有更大自由度，防止被外部模型供应商锁定。

业界声音与前景

Userovici 警示，尽管自研模型能降低成本，但若未能在性能上赶超前沿模型，仍可能被大模型平台边缘化。相较之下，法律科技公司 Harvey 放弃自研模型的案例提醒创业者，技术路线必须与市场需求匹配。

与此同时，AI 基础设施提供商（如 NVIDIA、AMD）正加速推出针对垂直 AI 工作负载的专用加速卡，为 Base44 此类自研模型提供硬件支持。

小结

Base44 通过推出 Base1，展示了 AI 初创公司在成本、数据与防御性三方面的全栈布局思路。若模型在实际使用中能够保持与前沿模型相近的性能，并实现显著费用下降，Base44 有望在 Vibe 编码细分市场树立技术壁垒，推动行业向垂直专用模型方向演进。