根据1M AI News的监测，专注于AI推理基础设施的Fireworks AI公司发布了Fireworks Training的预览版，正从纯粹的推理平台扩展到集成的训练与部署平台。Fireworks AI由林乔创立——他是Meta的前工程师，参与过PyTorch的开发，目前估值为40亿美元，每天处理15万亿个token。该平台提供三个层级：1. 代理式训练：面向没有机器学习基础设施的产品团队，让他们描述任务并上传数据，以完成从训练到部署的整个流程，目前仅支持LoRA；2. 托管训练：面向机器学习工程师，支持SFT、DPO以及带强化学习的微调（包括完整的参数训练）；3. 训练API：面向研究团队，允许自定义损失函数与训练循环，支持GRPO和DAPO等算法，可实现从单节点Qwen3 8B到Kimi K2.5 (万亿参数的全参数规模训练，并在64台NVIDIA B200上完成。Fireworks AI用于生产推理的客户，以及AI编程工具Cursor、Vercel和Genspark，已在该平台上完成前沿的强化学习训练。Vercel为其代码生成产品v0训练了自动纠错模型，达到93%的无错误代码生成率，而Sonnet 3.5只有62%，并将端到端延迟相比此前使用的封闭模型提升了40倍。Genspark使用强化学习微调了开源的万亿参数Kimi K2模型，打造深度研究代理，使工具使用率提升33%，并将成本降低50%。Cursor为Composer 2完成了分布式强化学习训练，覆盖全球3-4个集群；)当前在CursorBench(中排名第一，训练与生产推理共享同一GPU池。Fireworks AI强调其关键技术差异在于训练与推理之间的数值一致性。MoE )混合专家组(模型在数值上比密集模型更脆弱，隐藏状态的微小变化可能改变专家路由，并放大级联效应。Fireworks公布了所有支持模型在训练与推理之间的KL散度数值，全部低于0.01。