传统NLP打赢复活赛！硅谷融资给到实体识别/文本摘要，原来Jev只是个开始

AI圈真是风水轮流转！

Jev爆火之后，更多传统NLP技术翻红了。

而且吧，还真有人愿意掏钱。

专门做任务型小模型的创业公司Fastino，此前拿下1750万美元种子轮融资，加上此前的700万美元Pre-seed轮，累计融资约2450万美元。

领投方Khosla Ventures，还是OpenAI的早期投资方。

现在，ScaleDown也来凑热闹了，刚刚全新的CDM约束解码模型架构，一口气上线分类、实体提取、摘要三款模型。

NLP老三样直接组团复出。

相比前沿大模型API，其新模型最高快200倍、成本低467倍，还能处理100万Token的多模态输入。

每百万输入Token只要0.05美元，输出免费，摘要生成也不另外收费。

连《福布斯》都专门讨论起了这条技术路线：

小语言模型，正在部分任务上反过来赢大模型。

不是，2026年了，传统NLP真要打赢复活赛了？？？

传统NLP回归AI舞台

过去几年，大模型几乎把整个NLP领域重新洗了一遍。

一度让人觉得，以前那些专门训练的NLP模型，似乎已经没什么存在的必要。

但现在突然有了点文艺复兴的意思。

今年6月，《福布斯》专门报道了专用小语言模型（Task-Specific Small Language Models，TSLM）的测试结果。

当时ScaleDown已经推出了面向分类、信息提取、摘要等任务的小模型，并拿它们与Claude、GPT、Gemini等主流大模型进行了比较。

在ScaleDown公布的三项基准测试中，其专用模型与测试中的Claude系列相比，平均准确率高出约8%，调用成本约为对方的1/161，响应速度达到约3.8倍。

换成OpenAI系列，平均准确率高出8.72%，成本约为1/89，速度约为2.4倍。

与Gemini系列相比，平均准确率高出9%，成本约为1/29，速度约为8.3倍。

这些任务比较的是特定NLP任务，但即便限定在这些任务里，结果也足够有意思了。

尤其是成本。

在文本分类任务上，按照当时的测试结果，ScaleDown专用模型的调用成本，相比测试中的Anthropic模型平均低约5250倍，相比OpenAI模型平均低约1810倍。

摘要生成方面，假设每天需要生成1万份摘要，ScaleDown给出的成本估算是：

• 使用其专用模型，每天约7.2美元。
• 使用GPT-4.1 Mini，则约58美元。

而在其报告的人类评价中，两者的摘要质量没有表现出明显差异。

就拿企业来说，客服工单、商品评论、金融公告、企业文档、会议记录、用户反馈……需要的只是几个实体标签，却得调用一个拥有复杂推理、代码生成、长文本理解等各种能力的通用模型。

模型还可能额外解释两句，或者返回不符合预期格式的结果。

有时候用户并不需要模型给出过多的解释，该识别的识别，该分类的分类，干完活儿就直接交结果就行。

ScaleDown最近发布的CDM，就是沿着这个方向又往前走了一步。

创始人Neal Patel在发布时，先抛出了一个问题：

你都已经把答案给大模型了，它为什么还要从头写一遍？

比如给模型一封客服邮件，让它判断属于退款、物流还是售后。

候选答案明明已经列出来了，通用大模型通常仍要经过逐Token生成的过程，才能输出最终结果。

ScaleDown觉得，这中间有不少可以省掉的步骤。

于是，它推出了CDM约束解码模型架构。

CDM针对特定任务设计，读取一次输入，跳过传统大模型逐Token生成答案的循环，直接返回任务需要的结果。

首批上线的三款模型。

Classify，负责分类。

开发者可以预先定义标签，模型根据输入内容，返回各标签对应的校准概率和判断理由。

比如给客服消息分类、识别用户意图，或者判断一条请求应该交给哪个Agent处理。

Extract，负责实体提取。

开发者用自然语言描述需要找出的信息，模型直接返回结构规范的JSON，同时附带置信度和引用信息。

比如从新闻中提取公司、人名、日期，从合同中提取金额、签署方和关键条款，或者识别需要脱敏的个人信息。

Summarize，负责摘要。

这一款可以接收长文本、图像或PDF，并返回不超过1000 Token的摘要。

可以用来压缩Agent上下文、生成文档元数据，或者整理会议和访谈记录。

这三个功能听起来确实不新鲜。

但ScaleDown的思路，是把它们重新做成面向生产环境的专用模型服务。

企业需要什么结果，就调用对应的模型，不必每次都把一项明确的小任务，交给通用大模型完整处理。

价格也相当激进。

每百万输入Token收费0.05美元，输出免费……对，连摘要输出也免费。

与此同时，CDM支持100万Token的文本与图像输入，已经接入了OpenRouter、Vercel、LiteLLM、LangChain等平台。

至于性能，除了最高200倍速度、467倍成本优势，ScaleDown这次还公布了与其他专用模型的直接比较。

被拉出来的，还有最近同样颇受关注的Jev。

Jev也在走这条路，现在还能看图了

说起专用模型，Jev也是这段时间绕不开的一个名字。

它来自TypeSafe AI，主打结构化决策。

开发者提供上下文和候选答案，模型直接做出选择，并返回相应的概率信息。

这和传统NLP的思路其实有相通之处：

把问题限制在一个相对明确的范围里，再针对性地优化模型。

按照ScaleDown公布的数据，在DecisionBench上，CDM取得了77.2%的成绩，Jev则是72%。

上下文方面，ScaleDown宣称自己的100万Token输入窗口，是Jev的31倍。

当然了，Jev也没闲着。

Jev 1.14.0刚刚发布，这次连图片都能看了。

而且TypeSafe AI还顺手爆了个料：

其实Jev 1.13.0就已经具备多模态能力，只是此前没有向用户开放。

好嘛，原来早就留了一手。

这次更新之后，开发者可以直接把图片放进Jev的输入里，让它根据视觉内容进行判断。

比如识别图片中的手势、判断画面里有没有某种商品，或者对不同的图片内容进行分类。

不需要先通过OCR把图片转换成文字，再交给模型处理。

而且图片还可以作为候选答案的示例。

以前开发者可能需要用文字描述“竖大拇指”“张开手掌”等类别。

现在可以直接提供几张示例图片，让Jev根据视觉信息完成判断。

对于商品分类、视觉审核等场景，这种方式就方便多了。

不过，Jev 1.14最有意思的新功能，还不只是看图。

它还增加了一种名叫Box的输出类型。

以前Jev擅长回答“是不是”“选哪个”；现在，它还能回答：“东西在哪儿？”

比如给它一张厨房照片，让它找到咖啡杯。

模型可以直接返回咖啡杯在图片中的矩形边界框坐标。

除此之外，新版还改进了多语言能力，并开放实验性的长上下文选项。

当然，TypeSafe AI也提醒，图像、Box和长上下文功能目前仍处于实验阶段，需要手动开启，尚未达到生产环境的可靠性要求。

从Jev到ScaleDown，这些专用小模型的动作已经越来越密集了。

回到专用小模型这条路线，说白了，这一轮也谈不上旧技术打败新技术。

只是在大模型几乎包办一切的时代，大家又开始重新计算：

哪些任务真的需要这么强的模型？

文本分类、实体识别、摘要生成，这些需求一直都在，只是前几年，大模型的光芒太盛，把这类基础NLP任务的价值都给盖过去了。

如今AI应用逐渐走向规模化，成本、速度和输出稳定性又成了绕不开的问题。

行业终于意识到，杀鸡没必要用屠龙刀。

兜兜转转，文本分类、实体识别、文本摘要这些NLP老熟人，又重新回到了AI圈的聚光灯下。

这场传统NLP复活赛，算是赶上时候了。

参考链接：

[1]https://www.forbes.com/sites/joetoscano1/2026/06/25/small-language-models-outperform-frontier-ai-on-cost-speed-and-accuracy/

[2]https://x.com/neal_k_patel/status/2109978626124898587?s=46&t=iTysI4vQLQqCNJjSmBODPw

[3]https://x.com/EGafni/status/2110489489265312255?s=20

[4]https://typesafe.ai/blog/jev-1-14

文章来自于"量子位"，作者 "闻乐"。