GitHub 推出全新功能「GitHub Models」，有望加快 AI 工程师时代的到来

推出的全新功能「 」将有望加快 AI 工程师时代的到来。

什么？大家熟悉的代码托管平台 又进化了！该平台也开始提供 AI 大模型的 了。

所有你能叫得上名字的业界流行大模型，包括微软的 Phi-3、 的 GPT-4o、Meta 的 Llama 3.1、 的 R+、 AI 的 Large，都可以在一个交互式沙盒中试用。

在未来几个月， 也将添加更多语言、视觉以及其他类型的模型。

也就是说，这张图上的模型都可以「白嫖」到了！相当于又多了一个可以免费测试各家大模型的新途径！

不仅如此，开发者还可以轻松地将合适的模型导入到自己的 AI 项目中。 创建了一条能直接把模型放在 和 VS Code 开发环境中的快速通道，一下把部署 AI 模型的门槛打下来了。

这就是 今天推出的「 」功能！

对于开发者来说，只要有合适的工具并训练，每个人都可以成为 AI 工程师。开发者选择模型，在 代码空间（）中进行编码，然后通过 Azure 进行生产部署，提供了「一条龙」服务。

具体来说，你可以调用 CLI 中的 命令，通过一系列 JSON 文件在 用，还可以用 构建 扩展，覆盖应用开发的全周期。

当项目迈入上线阶段时， 还提供了与 Azure AI 的无缝集成， 的身份验证可以通过 Azure 订阅，AI 应用部署到生产环境的门槛就这么被打下来了。

现在，你可以通过 在全球 25 个以上的 Azure 区域部署 AI 应用，并获取 Azure 的企业级安全保护。

与 和 对隐私和安全的持续承诺一致， 模型中的任何提示或输出都不会共享给模型提供者，也不会用于训练或改进模型。

当然，试玩「 」也不是完全不受限制。个人用户每天限制访问次数 150 次，每分钟不能超过 15 次，每次请求最多可以处理 8000 个 token，最多输出 4000 个 token。

对此， CEO 表示，该功能的推出标志着 的又一次转型，从通过开源协作创建 AI 到借助 AI 的力量创建软件，再到如今利用 推动 AI 工程师的崛起。

并且基于 OSS 存储库、 和 功能， 希望将尽可能多的合作伙伴引入到自己的平台。

有开发者展示了在 的代码空间中直接运行模型的案例，不需要安装什么东西，几秒内就可以启动。

不知道当 「 Face」化后， Face 将如何接招呢？