2026年8月24日 — 信息服务供应商汤森路透于周一发布了其自有的专有AI模型,并表示该模型的训练成本不足其他前沿AI模型的一半。此次发布展示了像汤森路透这样希望借力AI市场的SaaS供应商所能实现的可能性。

这款名为Thomson的模型由公司内部开发,基于该供应商的专有内容——以法律信息为重点——以及其技术与领域专业知识构建。它以一个名为Snowdon的基础模型为起点,该基础模型由伦敦帝国理工学院FAIR实验室开发。

总部位于多伦多的汤森路透将Thomson定位为可与市场上最强前沿模型相媲美,包括Claude Opus 4.8、GPT 5.5和Gemini 3.1 Pro。此次发布正值法律信息服务领域的SaaS供应商因Anthropic于2月发布Claude Cowork插件而受到震动之后——这凸显出前沿AI产品如今能够多快地进入此类供应商长期服务的专业工作流程。

除法律领域外,汤森路透还将新模型瞄准会计及其他合规相关领域的专业人士——这初步表明,该公司认为领域训练AI的应用将超越其法律核心业务。

该公司表示,该模型的起源还可追溯到其2024年对Safe Sign Technologies的收购。Safe Sign是一家开发法律专用大语言模型(LLM)的英国AI初创公司,其员工后来成为了Thomson的基础研究团队。此次收购一步到位地为汤森路透提供了一个现成的研究团队——其他正在考虑自研模型的SaaS供应商可以研究这一路径。

一个可能带动其他厂商的模型

“对于其他同样坐拥大量知识产权和资本储备的机构来说,这可能是一个具有启发性的模型,”伊利诺伊大学芝加哥分校负责数据科学与AI战略的协理副校长Michael G Bennett表示。

他还表示,对于供应商而言——尤其是那些数据尚未被前沿模型厂商吸收的组织——打造自己的模型用于商业用途可能是合理的。

“对于众多一直在思考如何拥抱这项技术、同时利用内部拥有的知识产权与资源,来构建不仅真正强大实用、而且能与前沿模型区分开来的模型的行业来说,这都将是一个令人大开眼界的事件,”Bennett继续说道。

一次低成本的尝试

Bennett表示,汤森路透创建该模型所采用的路径同样引人关注。通过使用开放权重模型作为Thomson的基础,汤森路透只需投入4000万美元进行训练——远低于训练先进大语言模型的成本,后者通常可能超过1亿美元。对于更广泛的软件行业而言,这一成本账目可能与模型本身同样重要:它表明,对于已经拥有专业数据和专业知识的供应商而言,一个有竞争力的专有模型已触手可及,而无需前沿AI实验室级别的预算。

“他们的支出可能比从零开始构建一个模型所需的成本低一到两个数量级,”Bennett说。

Bennett表示,Thomson模型在市场上的表现尚不明朗,但该大语言模型在技术上应该会有良好表现。他补充说,对于知识型行业的公司而言,能够在不承担典型模型开发费用的情况下训练领域专用模型,并使用一个低成本的模型,可能颇具吸引力。

Bennett表示,尽管汤森路透在构建该大语言模型的过程中克服了组织和技术上的障碍,该供应商仍面临一些挑战,包括让客户相信该模型可与其他前沿模型相媲美。订阅Thomson的企业客户也需要自行发现并比较,像Thomson这样具备领域专业知识的LLM是否可与前沿AI实验室的模型相媲美。

对于整个行业而言,近期值得关注的标志是:企业客户是否会在日常专业工作中验证汤森路透的前沿级主张,以及其他坐拥深厚专有内容的供应商是否会走上同样的开放权重、领域训练路径。

来源:AI Business