🗾ITmedia AI+ (日本)•較早收集於 83m
NTT 開發者分析 AI 程式編寫能力的快速演進
#llm-evolution#software-engineeringtsuzumi-2ntttsuzumi
💡了解 NTT 的 tsuzumi 如何進化以掌握競賽級程式設計，以及這對 AI 驅動開發意味著什麼。
⚡ 30-Second TL;DR
有什麼變化
AI 程式編寫模型在短短五年內已達到競賽級程式設計水準。
為什麼重要
理解專注於程式編寫的 LLM 發展軌跡，有助於開發者預測自動化軟體工程工具的未來趨勢。
下一步行動
分析您目前的程式編寫工作流程，並識別哪些重複性任務可以委派給像 tsuzumi 這樣的專業程式編寫 LLM。
誰應關注：Developers & AI Engineers
關鍵要點
- •AI 程式編寫模型在短短五年內已達到競賽級程式設計水準。
- •NTT 的 tsuzumi 模型正針對進階程式編寫任務進行優化。
- •LLM 的演進主要歸功於訓練方法與架構的持續精進。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 23 個來源。
🔑 增強重點摘要
- •NTT的tsuzumi模型及其後繼版本tsuzumi 2，特別強調其輕量化設計，能夠在單一GPU上運行，顯著降低了能源消耗和運營成本，並支援企業內部部署，以解決處理敏感數據時的資安與數據主權問題。
- •tsuzumi模型具備多模態支援能力，不僅能處理文本，還能理解圖像和圖表等非文本媒體內容，擴展了其在醫療、客服和辦公室數位轉型等領域的應用範圍。
- •NTT憑藉其超過40年的自然語言處理研究積累，開發出tsuzumi，使其在日語處理能力上表現卓越，在某些日語基準測試中甚至超越了同等規模或更大的國際模型，並作為「純國產」模型，確保了數據權利、品質和偏見的完全控制。
- •tsuzumi採用「適配器微調」（adapter tuning）的輕量級學習方法，允許企業以低成本對模型進行靈活客製化，針對特定行業或業務流程進行優化，而無需重新訓練整個模型。
- •NTT的tsuzumi 2模型於2026年3月被日本數位廳選定為政府AI平台「源內」（Gennai）的七個試用LLM之一，顯示其在日本政府和企業應用中的重要地位。
📊 競品分析▸ Show
| 模型/公司 | 主要特點 | 基準測試 (程式編寫) | 部署方式 |
|---|---|---|---|
| NTT tsuzumi 2 | 輕量化 (30B參數), 單一GPU運行, 優異日語處理能力, 多模態支援, 適配器微調, 純國產 | MT-bench高分 (日語), Rakuda基準測試超越GPT-3.5 (日語) | 企業內部部署 (On-premises) 或雲端服務 |
| OpenAI GPT-5.3/5.4 (Codex) | 複雜除錯與重構, 廣泛技術棧, 五個推理強度等級, Computer Use API (自動化桌面任務) | SWE-bench Verified 約80-85% (GPT-5.3/5.4) | 雲端服務 (ChatGPT, API) |
| Anthropic Claude Code (Opus 4.6/4.7) | 複雜除錯與重構, 長篇文本處理, 邏輯推理 | SWE-bench Verified 87.6% (Opus 4.7) | 雲端服務 (API) |
| Google Gemini 3.1 Pro (AlphaCode 2) | 競技程式設計, 超大上下文, 深度推理與除錯, 高工具精準度 | LiveCodeBench Elo 2,887 (Gemini 3.1 Pro) | 雲端服務 |
| DeepSeek V4 | 編碼優先設計, MoE架構, 高效率 | HumanEval 89.1%, SWE-bench Verified 42.0% (DeepSeek V3) | 開源/雲端服務 |
🛠️ 技術深入
- 模型版本與參數: NTT tsuzumi 初代模型於2024年3月推出，參數數量為70億。 2025年10月20日發布的tsuzumi 2則擁有300億參數。
- 硬體要求: tsuzumi 2模型經過優化，可在單一GPU上運行，例如NVIDIA A100 40GB，顯著降低了運營成本和能耗。
- 多模態能力: tsuzumi支援多模態輸入，能夠理解圖像、圖表和照片等非文本資訊，透過適配器將視覺資訊轉換為模型可處理的語義。
- 日語處理優化: 模型利用NTT超過40年累積的自然語言處理研究成果，包括獨特的詞法分析工具和詞典，實現了世界頂級的日語處理性能，在Rakuda基準測試中超越了GPT-3.5。
- 適配器微調 (Adapter Tuning): tsuzumi採用適配器微調技術，這是一種高效的微調方法，允許在不重新訓練整個模型的情況下，針對特定行業或業務流程進行客製化，並支援多個適配器以滿足不同組織的需求。
- 純國產開發: tsuzumi是NTT從零開始完全自主開發的「純國產」模型，確保了對訓練數據的完全控制，從而管理數據權利、品質和偏見，並符合日本國內法律法規。
- IOWN網路整合: tsuzumi可透過NTT高速、低延遲的IOWN網路連接，進一步提升其在分散式應用中的效率。
🔮 前景展望AI analysis grounded in cited sources
AI程式編寫將加速軟體開發週期並降低創業門檻。
AI程式設計工具已能自動建立完整軟體專案、修正錯誤、測試程式，使小型團隊能快速完成產品原型，從而加速創新和市場驗證。
企業對AI模型的本地部署需求將增加，以確保數據主權與安全性。
tsuzumi的輕量化設計支持本地部署，解決了企業對機密數據上傳雲端的擔憂，並符合數據主權需求，這將成為高敏感度產業的關鍵考量。
AI將從輔助工具演變為能自主規劃和執行任務的「AI程式設計代理」。
市場上的AI程式設計工具正朝向「AI程式設計代理」發展，能自主規劃工作流程、執行任務並持續修正錯誤，預示著更深層次的自動化。
⏳ 時間線
2023-11
NTT宣布推出tsuzumi大型語言模型，基於其40多年自然語言處理研究成果。
2024-03
NTT開始向企業提供初代tsuzumi模型，參數數量為70億。
2025-10
NTT發布並開始提供新一代tsuzumi 2大型語言模型，參數數量增至300億。
2026-03
tsuzumi 2被日本數位廳選定為政府AI平台「源內」（Gennai）的七個試用LLM之一。
📎 來源 (23)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗
每週 AI 簡報
每週一封，可隨時退訂。