Together AI 升級微調平台,新增視覺與推理支援

Joerg Hiller 2026年3月18日 18:27

Together AI 在其平台新增工具呼叫、推理追蹤和視覺語言微調功能,1000億以上參數模型的吞吐量增加了6倍。

Together AI 於3月18日推出其微調服務的重大擴展,新增對工具呼叫、推理追蹤和視覺語言模型的原生支援——這些功能解決了團隊構建生產級人工智慧系統時持續存在的痛點。

此次更新正值該公司據報正在進行融資談判,估值可能達到75億美元,比其2025年2月B輪融資時的33億美元估值增加了一倍多。

實際新增內容

該平台現在處理三類微調功能,這些功能以前需要分散的解決方案:

工具呼叫使用與OpenAI相容的架構獲得端到端支援。系統在訓練開始前會驗證訓練資料中的每個工具呼叫是否與宣告的函數匹配——這是防止困擾代理工作流程的幻覺參數和架構不匹配的保護措施。

推理微調允許團隊使用專用的reasoning_content欄位對特定領域的思考追蹤進行模型訓練。這很重要,因為推理格式在不同模型系列中差異很大,沒有標準化就很難進行一致的訓練。

視覺語言微調支援混合圖像文本和純文本範例的混合資料集。預設情況下,視覺編碼器保持凍結狀態,而語言層進行更新,不過當視覺模式識別需要改進時,團隊可以啟用聯合訓練。

除了新功能外,Together AI 聲稱透過為專家混合架構優化其訓練堆疊而獲得了顯著的性能提升。該公司整合了SonicMoE核心,將記憶體操作與計算重疊,以及用於損失計算的自訂CUDA核心。

結果因模型大小而異:較小的模型吞吐量提升約2倍,而像Kimi-K2這樣的大型架構則達到6倍的提升。該平台現在可處理高達100GB的資料集和超過1000億參數的模型。

可用於微調的新模型包括Qwen 3.5變體(最多3970億參數)、Kimi K2和K2.5,以及GLM-4.6和4.7。

此次更新包括作業執行前的成本估算和帶有動態完成估計的即時進度追蹤——這些功能聽起來很基本,但能防止使實驗變得有風險的預算意外。

Together AI 引用的客戶範例XY.AI Labs報告稱,使用該平台的微調和部署API,從每週迭代週期轉變為每日迭代週期,同時成本降低了2-3倍,準確率從77%提升到87%。

此時機與人工智慧基礎設施支出激增相吻合。根據最近的報告,2026年前兩個月人工智慧領域的新創公司融資達到2200億美元,其中大部分資金流向訓練和推理基礎設施。

Together AI 將自己定位為構建內部人工智慧基礎設施的替代方案,透過其平台提供200多個開源模型的存取權限。該公司的主張——消除基礎設施複雜性,讓團隊能夠專注於產品開發——現在延伸到日益複雜的訓練後工作流程,這些工作流程以前是資源充足的研究實驗室的專屬領域。

圖片來源: Shutterstock