Moli Fangzhou (Gitee AI): mengubah model dasar menjadi aplikasi siap rilis

Moli Fangzhou, dikenal sebagai Gitee AI, adalah platform kreasi bersama aplikasi AI dari Gitee. Platform ini menyatukan tiga hal: pasar model dengan lebih dari 70 model utama di balik antarmuka terstandar, pembuatan aplikasi tanpa server yang tidak butuh kode, dan penerapan privat. Bagi pengembang, nilainya bukan daftar model tambahan, melainkan hilangnya hambatan antara panggilan API yang sudah berjalan dan aplikasi yang benar-benar live.

Kendala nyata membawa model dasar ke produksi adalah fragmentasi: model datang dari vendor berbeda dengan antarmuka berbeda, inferensi harus dihosting, dan untuk live perlu mengelola server serta konkurensi. Platform ini menyatukan lapisan-lapisan itu. Sisi model menyediakan antarmuka standar, sisi penerapan berjalan tanpa server, sisi biaya menyebut inferensi bisa turun hingga 90 persen, dan sisi perangkat keras disesuaikan dengan chip AI Tiongkok seperti Ascend, Iluvatar dan MetaX sekaligus mendukung Nvidia dan lingkungan internasional lain.

Selain layanan model, platform berperan dalam kreasi bersama: aplikasi bisa didaftarkan, dipamerkan, dan dimonetisasi setelah dibangun, menutup siklus antara pengembang dan pengguna. Untuk perusahaan ada penyesuaian model lewat fine-tuning, pembelajaran penguatan dan penukaran parameter, plus penerapan privat yang mencakup layanan inferensi, platform tanpa server dan tumpukan manajemen model MaaS lengkap, dapat dikirim sebagai perangkat gabungan keras dan lunak.

Yang ditawarkan platform

Pasar model

Antarmuka terstandar atas lebih dari 70 model utama yang mencakup pembuatan teks, pembuatan gambar, pemahaman semantik dan tugas multimodal, tersedia sebagai panggilan tanpa server maupun penerapan privat. Satu antarmuka berarti mengganti model tidak perlu menulis ulang lapisan panggilan.

Pembuatan aplikasi visual

Antarmuka grafis untuk mengatur nama, deskripsi, masukan dan keluaran, menyambungkan model pilihan, lalu menekan tombol buat untuk menerapkan. Tanpa kode di titik mana pun.

Kompatibilitas perangkat keras luas

Disesuaikan dengan chip AI Tiongkok seperti Ascend, Iluvatar dan MetaX serta mendukung Nvidia dan perangkat internasional lain, sehingga pilihan chip tidak terikat satu rantai pasok.

Penurunan biaya inferensi

Arsitektur tanpa server meringankan beban pengembangan dan penerapan, dan vendor menyebut biaya inferensi turun hingga 90 persen. Ini paling berpengaruh pada aplikasi bertrafik kecil, karena kapasitas menganggur tidak memakan biaya.

Kreasi bersama aplikasi

Jalur penuh dari pengembangan ke rilis, pameran dan monetisasi, agar yang dibangun punya tempat dilihat dan jalan menuju pendapatan.

Penyesuaian model

Fine-tuning, pembelajaran penguatan dan penukaran parameter memungkinkan perusahaan membentuk model umum sesuai bisnisnya.

Pemuatan LoRA dinamis

Parameter ringan bisa ditukar saat berjalan, jadi personalisasi tidak menuntut menghentikan dan menerapkan ulang seluruh model.

Komposisi kemampuan

Orkestrasi multi-API dan panggilan bergaya alur kerja merangkai pengambilan, pembuatan dan pemahaman dalam satu pipeline, bukan menuntut semuanya dari satu model.

Kanal stabil berketersediaan tinggi

Token API terikat terpisah dan menahan panggilan bersamaan tinggi, dengan cache bertingkat dan penggunaan ulang model untuk memangkas waktu respons.

Penerapan privat

Mencakup layanan inferensi, platform tanpa server dan tumpukan manajemen MaaS lengkap, bisa dikirim sebagai perangkat gabungan keras dan lunak untuk lingkungan perusahaan.

Pelatihan pengembang

Sesi teknis dan bootcamp berbasis skenario membuka ruang belajar dan bertukar, serta memberi perusahaan panggung menunjukkan karyanya.

Cara menggunakannya

1. Buka ai.gitee.com dan daftar dengan email atau nomor telepon, atau masuk langsung dengan akun Gitee.
2. Lengkapi profil pribadi atau perusahaan sesuai petunjuk, yang membuka layanan lainnya.
3. Telusuri pasar model dan saring kandidat menurut jenis tugas: teks, gambar, pemahaman semantik atau multimodal.
4. Buat aplikasi dan dapatkan kunci API, yaitu kredensial untuk memanggil antarmuka.
5. Baca dokumentasi API model untuk parameter dan struktur respons, lalu lakukan panggilan HTTP pertama dengan kunci tersebut.
6. Bila enggan menulis kode, beralih ke pembuatan visual: buka pembangun aplikasi, atur nama, deskripsi, masukan dan keluaran, sambungkan model dan tetapkan parameter panggilan.
7. Klik buat, platform menerapkan dan menerbitkan aplikasi, lalu bisa berlanjut ke pameran dan monetisasi.

Cocok untuk apa

• Layanan pelanggan dan asisten: melatih model privat pada basis pengetahuan, dokumentasi produk dan manual, dengan model suara bila perlu.
• Sektor publik: pemrosesan berkas cerdas, ruang sidang awan dan pekerjaan dengan tuntutan kepatuhan serta penerapan privat yang ketat.
• Live commerce dan e-commerce: membuat konten pemasaran, membaca minat dan sentimen pengguna lalu mengarahkan tawaran.
• Produksi konten: keluaran massal teks, gambar dan video untuk tim periklanan, media dan kreatif.
• Analisis data dan perkantoran: bertanya dan menganalisis dengan bahasa alami, atau mengotomatiskan dokumen, notulen dan manajemen tugas.
• Pengembang independen dan tim kecil: memvalidasi ide produk AI tanpa membayar server dan operasi lebih dulu.

Batasan yang perlu diketahui

• Materi publik tidak merinci harga per model, jadi anggaran harus dibangun dari konsumsi nyata yang diukur di konsol, bukan dari klaim 90 persen.
• Tanpa server cocok untuk trafik yang naik turun, tetapi pada beban real-time yang sensitif latensi, cold start dan antrean perlu diukur.
• Penyesuaian lewat fine-tuning atau pembelajaran penguatan umumnya memerlukan akun perusahaan dan data yang siap, sehingga pengembang individu belum tentu menjangkaunya.
• Penerapan privat dan pengiriman perangkat adalah kesepakatan perusahaan dengan proses komersial dan pembelian perangkat keras, di luar pendaftaran mandiri.
• Platform menggabungkan model pihak ketiga yang batas kemampuan, lisensi dan kebijakan datanya berbeda, jadi setiap pilihan perlu ditinjau sendiri.
• Perilisan dan monetisasi bergantung pada trafik platform dan aturan bagi hasil, jadi pendapatan mengikuti kualitas dan promosi, bukan sekadar terbit.

Pertanyaan umum

Apa bedanya dengan memanggil API satu vendor secara langsung?

Integrasi satu vendor memaksa menulis ulang lapisan panggilan setiap kali model berganti. Moli Fangzhou menempatkan lebih dari 70 model di balik antarmuka standar sehingga peralihan murah, lalu menambah penerapan tanpa server, penerbitan aplikasi dan pengiriman privat, mencakup rentang dari model ke aplikasi.

Bisa dipakai tanpa bisa coding?

Bisa. Pembuatan visual menyediakan antarmuka grafis untuk mengatur nama, deskripsi, masukan dan keluaran, menyambungkan model dan menekan buat untuk menerbitkan, tanpa menulis kode. Jalur API tetap tersedia untuk kendali lebih halus.

Sejauh mana dukungan chip Tiongkok?

Platform disesuaikan dengan chip AI Tiongkok seperti Ascend, Iluvatar dan MetaX serta mendukung Nvidia dan perangkat internasional lain. Kinerja model tertentu pada chip tertentu tetap perlu diukur dalam skenario Anda.

Apakah bisa diterapkan secara privat untuk data sensitif?

Bisa. Penerapan privat mencakup layanan inferensi, platform tanpa server dan tumpukan MaaS lengkap, dan dapat dikirim sebagai perangkat gabungan keras dan lunak untuk lingkungan yang datanya tidak boleh keluar dari jaringan internal.