Google Cloud想进中国，却惹来了一场AI框架的激烈较量。有媒体推了“Google Cloud即将落地中国”的消息，结果几分钟后又删掉了。外界一时间议论纷纷。 首都在线微信公众号最先爆料说 Google Cloud 会通过他们的渠道进入中国市场，后来又说自己只是海外代理商，根本不是主体。这样的大反转，让大家的目光都聚焦在了这次事件上。 其实，这次事件背后有个更大的背景，就是AI模型框架的竞争早就开始了。我们发现，用模型的难度比用 AutoML 要高很多。主要原因在于：不同的开源框架之间互不兼容，比如TensorFlow、PyTorch、MXNet、Caffe2等等。企业如果想要把AI功能嵌入到自己的App中，需要自己编写适配器、调整参数、运行服务器，整个流程非常复杂。特别是小公司，往往会被这些高门槛拦住脚步。 即使用Python-JSON API 搭建好了系统，也面临着一系列的问题：性能下降30%、成本高昂、维护麻烦。所以说，“有模型”并不等于“能用模型”。 不过，我们也看到了一些解决方案。Salesforce 开源了 TransmogrifAI，把任何机器学习框架都“翻译”成 Spark 能跑的语言。这个工具支持模块化设计、编译安全、透明操作和自动化流程。开发者只需要几行代码就可以完成数据清洗、特征选择和模型部署。原本需要一周时间完成的工作，现在半个小时就能搞定。 另一个方案是 Oracle 开源的 GraphPipe，它把 TensorFlow、MXNet、Caffe2 和 PyTorch 这些不同的模型打包成轻量容器。开发者只需要指定接口就能在 iOS、Android 和 Web 端加载使用。 这些工具已经放到 GitHub 上免费开源了。Google Cloud 是否能真正进入中国市场还是未知数，但这场AI模型标准化大战已经打响了。当框架不再互相冲突、部署不再高不可攀时，真正的 AutoML 时代或许才刚刚开始。对于等待 Google 的开发者来说，不如先试试 TransmogrifAI 或者 GraphPipe——轮子已经转起来了。