激发开发者创造力：GitHub 模型助力生成式 AI 实验探索

Home AI News CN 激发开发者创造力：GitHub 模型助力生成式 AI 实验探索

GitHub 在开发领域对人工智能并不陌生，但直到现在，开发者试验新一代生成式 AI 模型仍然面临诸多挑战。今天，这一局面即将改变，GitHub Models 正式推出。

GitHub Models 的目标是简化企业开发者探索和构建生成式 AI 应用程序的流程。作为人工智能领域的先锋，GitHub Copilot 提供代码补全和建议，现将开发范围扩大。不同于 Copilot 只使用一个精心策划的模型，GitHub Models 则提供多种 AI 模型的直接访问，包括 Meta 的 Llama 3.1、OpenAI 的 GPT-4o、Mistral Large 2、AI21 的 Jamba-Instruct、Microsoft Phi-3 和 Cohere 的模型。

这一举措旨在赋能开发者，让他们能够在应用中实验和整合生成式 AI 模型，超越简单的代码辅助功能。GitHub 产品高级副总裁马里奥·罗德里格斯表示：“未来几个月和几年内创建的每个应用都可能会融入智能。让应用具备智能功能是现在的必需。”

降低 AI 整合挑战

GitHub Models 的一个主要目标是消除开发者在实验 AI 过程中遇到的各种障碍。之前，开发者需要访问多个网站并建立多个账户才能获取不同模型。现在，GitHub 旨在通过允许用户在现有的 GitHub 身份下无缝探索和利用多种生成式 AI 模型来简化这一流程。

罗德里格斯强调：“我们想让这一切变得无比简单。AI 不是一时的潮流，而是长期存在的技术。为了推动这一市场的增长，我们必须彻底消除摩擦。”

企业级 AI 部署的路径

GitHub Models 不仅支持实验，还提供了从开发到 AI 驱动应用程序生产部署的清晰路径，连接用户与 GitHub 母公司 Microsoft Azure。

用户可以在 GitHub Models 游乐场测试 AI 模型以评估其性能。一旦满意，便可以转换到 GitHub Codespace 或 VS Code 环境，利用 Azure SDK 获取必要的令牌和 API 密钥，访问 Azure 服务。

通过实验克服企业级 AI 挑战

企业级 AI 部署之旅还面临着关键挑战，如延迟、响应质量和成本。罗德里格斯提到，GitHub Models 旨在通过提供专门的环境来支持开发者，帮助他们克服这些障碍，以便进行测试和比较。

尽管各种生成式 AI 模型的行业基准提供了一些参考，罗德里格斯仍强调，在线和离线的评估同样重要，以便做出明智的决策。

总而言之，GitHub Models 将提升开发者体验，为整合生成式 AI 工具和实现现实应用提供无障碍的途径。

山姆·奧特曼：新款OpenAI模型首度接受美国政府安全检查