汤森路透4000万美元自研大模型,底座竟是阿里千问开源模型
汤森路透砸了4000万美元造AI模型,底座居然是中国开源模型。8月25日,这家全球法律信息巨头发布首款自研大模型“Thomson”,历时两年多,总投入约4000万美元。他们没有从零造轮子,也没有选择美国闭源大模型,而是看中了阿里开源的千问Qwen3.5-397B作为底座,随后融入自家几十年的法律专有数据进行深度定制。这种“开源底座+行业数据”的折中路线,正在成为企业级AI的新范式。
官方避谈千问,CTO抛出“买房租房论”
Thomson的炼成分三步:先和帝国理工学院合作,对千问底座重训安全与伦理,形成中间版本“Snowdon”;再用Westlaw等权威法律数据库做预训练;最后由法律专家主导后训练和强化学习。有意思的是,官方通告里对阿里千问只字未提,CTO甚至强调“和Qwen没必然联系”,并将自研模型比作买房,调闭源API比作租房——租房能遮风挡雨,但无法积累长远资产。这背后是企业对长期成本和数据主权的算计。
Thomson的炼成分三步:先和帝国理工学院合作,对千问底座重训安全与伦理,形成中间版本“Snowdon”;再用Westlaw等权威法律数据库做预训练;最后由法律专家主导后训练和强化学习。有意思的是,官方通告里对阿里千问只字未提,CTO甚至强调“和Qwen没必然联系”,并将自研模型比作买房,调闭源API比作租房——租房能遮风挡雨,但无法积累长远资产。这背后是企业对长期成本和数据主权的算计。
成绩单有点田忌赛马的味道
花4000万砸出的模型到底行不行?如果只让它上网搜资料,事实准确性得分0.53,远不如GPT-5.4的0.65。可一旦接入自家的专有数据库,它就能以0.83比0.82险胜GPT-5.4。不过这个评测有点讨巧:Thomson开启了推理扩展,而GPT-5.5是在没开推理模式的情况下跑的。在通用逻辑和编程能力上,Thomson下滑明显。团队也坦诚,不追求通用最强,只在法律智能领域立标杆。
花4000万砸出的模型到底行不行?如果只让它上网搜资料,事实准确性得分0.53,远不如GPT-5.4的0.65。可一旦接入自家的专有数据库,它就能以0.83比0.82险胜GPT-5.4。不过这个评测有点讨巧:Thomson开启了推理扩展,而GPT-5.5是在没开推理模式的情况下跑的。在通用逻辑和编程能力上,Thomson下滑明显。团队也坦诚,不追求通用最强,只在法律智能领域立标杆。
法律AI从租大脑转向建产线
巨头们不再满足于无脑调闭源API了。汤森路透团队甚至换了五六次开源底座,比起单个模型,他们更看重建起了一座能快速迭代的“模型工厂”。150年积累的法律数据才是别人抄不走的护城河,而目前喂进模型的还不到10%。对于有明确降本增效需求、注重数据安全的企业来说,调API是短期解渴,用开源底座建自己的生产线,才是长线布局。
巨头们不再满足于无脑调闭源API了。汤森路透团队甚至换了五六次开源底座,比起单个模型,他们更看重建起了一座能快速迭代的“模型工厂”。150年积累的法律数据才是别人抄不走的护城河,而目前喂进模型的还不到10%。对于有明确降本增效需求、注重数据安全的企业来说,调API是短期解渴,用开源底座建自己的生产线,才是长线布局。
历史事件回溯
当前事件
汤森路透4000万美元研发专业AI模型
- 投资规模:4000万美元
- 研发方向:法律与商业信息AI
- 技术路线:专有数据微调大模型
2024年1月
摩根大通研发金融文档大模型DocLLM
- 研发方向:金融文档智能处理
- 技术路线:文档布局增强LLM
2023年3月
彭博社发布金融专属大模型BloombergGPT
- 研发方向:金融资讯与分析生成
- 技术路线:500亿参数自研架构


当前文章无评论,是时候发表评论了