云数据公司Snowflake周一与OpenAI达成了一项价值2亿美元的多年期AI合作协议,这是企业AI竞争持续升温的最新信号。
根据协议,Snowflake的12,600家客户将能够在所有三大主要云服务提供商上访问OpenAI的模型。Snowflake员工也可以使用OpenAI的ChatGPT企业版。两家公司还将合作开发新的智能体和其他AI产品。
Snowflake首席执行官Sridhar Ramaswamy在新闻稿中表示:"通过将OpenAI模型引入企业数据,Snowflake使组织能够在其最有价值的资产之上,使用他们已经信任的安全、受管控的平台来构建和部署AI。客户现在可以将Snowflake中的所有企业知识与OpenAI模型的世界级智能相结合,使他们能够构建强大、负责任且值得信赖的智能体。我们共同为AI创新设定了新标准,帮助企业充满信心地进行转型,同时保持强大的安全性和合规标准。"
OpenAI拒绝分享新闻稿之外的协议信息。
如果这笔交易让人感觉似曾相识,那是应该的。Snowflake在12月初宣布与AI研究实验室Anthropic达成了一项价值2亿美元的企业协议。当时,Ramaswamy发表了非常相似的评论,称与Anthropic的合作将使其客户能够在现有数据之上访问强大的AI模型。
Snowflake AI副总裁Baris Gultekin通过电子邮件告诉TechCrunch:"我们与OpenAI的合作是一项多年期商业承诺,专注于可靠性、性能和实际客户使用。同时,我们仍然有意保持模型中立。企业需要选择,我们不相信将客户锁定在单一提供商。OpenAI是重要的合作伙伴,也是目前Snowflake上可用的几家前沿模型提供商之一,还包括Anthropic、谷歌、Meta等。"
Snowflake并不是唯一与多家AI公司签订大额协议的企业。
今年1月,工作流自动化平台ServiceNow宣布与OpenAI和Anthropic签订多年期协议,理由与Snowflake非常相似。ServiceNow总裁、首席运营官兼首席产品官Amit Zavery当时告诉TechCrunch,与两家AI实验室合作是经过深思熟虑的,因为他们希望让客户和员工能够根据手头的任务选择想要的模型。
目前很难确定哪些AI公司在企业应用方面取得了最大的成功。
Menlo Ventures在2025年末的一项调查显示,其投资组合公司Anthropic占据了主导市场地位;而Andreessen Horowitz上周的一份报告自然发现其投资组合公司OpenAI处于领先地位。
这些相互矛盾的调查使得准确追踪企业AI使用趋势变得困难。然而,最近的这一系列协议确实提供了企业AI应用未来的短期展望。结论是:企业将继续与多家AI公司建立合作关系,因为每家公司都提供具有不同优势和劣势的大语言模型。
企业很可能会与多个AI公司合作,因为不同的AI公司及其大语言模型各有优劣势。
企业AI市场很容易成为一个包含多个赢家且客户群重叠的市场,类似于许多网约车用户根据当时最合理的选择在Lyft和Uber之间切换。最好的例证是:这些企业的员工已经在使用他们偏好的模型,无论公司签订了什么合同。
或许最终会有一个明确的赢家。但就目前而言,我们很可能会看到企业与多家公司签订协议,因为他们仍在寻找AI能够提供切实价值的领域。
Q&A
Q1:Snowflake与OpenAI签订的协议具体内容是什么?
A:Snowflake与OpenAI达成了一项价值2亿美元的多年期AI合作协议。根据协议,Snowflake的12,600家客户将能够在所有三大主要云服务提供商上访问OpenAI的模型,Snowflake员工也可以使用ChatGPT企业版,两家公司还将合作开发新的智能体和其他AI产品。
Q2:为什么企业会选择与多家AI公司合作而不是只选一家?
A:企业选择与多家AI公司合作是因为不同的AI公司及其大语言模型各有优劣势。Snowflake的AI副总裁表示,企业需要选择权,不应被锁定在单一提供商。这样客户和员工可以根据具体任务选择最合适的模型,就像网约车用户会在不同平台间切换一样。
Q3:目前哪家AI公司在企业市场占据领先地位?
A:目前很难确定哪家AI公司在企业应用方面处于绝对领先地位。不同投资机构的调查结果存在矛盾,Menlo Ventures的调查显示Anthropic占据主导地位,而Andreessen Horowitz的报告则认为OpenAI处于领先。这表明企业AI市场可能会出现多个赢家共存的局面。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。