下一个 AI 爆款应用，或许就从您点击"立即部署"的那一刻开始！

一、前言：AI 浪潮下的模型诉求

在当今这个全民 AI 的时代，快速入门 AI，赶上时代的浪潮，成为了大家当下最热切的追求和期盼。于是，模型作为 AI 场景的载体，随着 AI 技术的不断发展，在持续的，如雨后春笋般出现在大家的视野中，可谓是种类繁杂，功能齐全，从不同方面满足大家对 AI 的需求。例如在 AI 聊天场景，就有很多大语言模型（LLM）可供选择；在文本转语音的场景，又有很多不同种类的 TTS 模型。AI 场景多变，人们也在不断探索以模型为载体的更多 AI 的可能。ModelScope 作为国内 Top 的 AI 模型平台，收录承载了大量的模型，人们可以在 ModelScope 按需选择模型。此时，将模型快速调试应用，发布上线并运维，也成为了很多公司必不可少的探索方向。

二、痛点分析：传统模型集成方案已成 AI 革新拦路虎

ModelScope 给 AI 开发者在模型层面上提供了非常大的便利，然而，真正将模型用起来，让模型具备企业级的生产能力，又是所有企业用户不得不面临的问题。对于很多开发者来说，有着不小的使用门槛。且模型迭代速度太快，如何能实时紧跟模型的热度是很多开发者亟待解决的问题。

试想一下：一个中小型公司希望在自己的平台集成 LLM 模型，却要面对 GPU 资源配置、工程化调试、镜像构建等一系列繁琐步骤，整个过程耗时 1 ～ 2 周！这对于急需快速响应市场的团队来说，简直是"致命伤"。更别提公司的非开发者，如果想要体验模型效果，却因为技术门槛望而却步，错失了宝贵的业务创新机会。

• 高使用门槛阻滞快速接入：让模型具备基础工程能力并对外提供服务，需要经历一系列繁琐步骤：获取合适的 GPU 资源、投入大量时间进行开发调试、配置运行镜像、与现有业务系统适配。对于新入职的 AI 工程师而言，这些工作需与公司业务学习并行展开，而较高的技术门槛必然拉长前期准备周期，整个过程可能需要 1 ～ 2 周的时间周期。在紧凑的项目排期压力下，难以实现模型的迅速接入与上线。
• 运维复杂性威胁服务稳定性：模型上线后，突增的流量往往会暴露系统瓶颈。扩容过程链路冗长——需重新配置 GPU 资源、调整运行环境、部署新镜像——耗时巨大，难以应对流量洪峰，最终导致服务宕机。流量消退后，为控制高昂的 GPU 成本又不得不释放资源。如此循环往复，每次流量高峰都重复相同的扩容困境。
• 迭代效率低下难跟技术潮流：鉴于模型迭代速度加快，AI 工程师若欲及时升级至新版本模型，不仅需部署新模型，还需处理旧模型的流量平滑过渡，同时承受现有架构的沉重负担。这种低效的迭代机制，使团队难以实时跟进业界最新的模型方案。

究其根本，可以将以上的三个痛点问题提炼为当前 AI 工程师普遍遇到的技术瓶颈： 部署门槛高、环境配置复杂、企业化运维难！

三、对新模型集成方案的期望

行业期待的模型集成方案应该具备：

• 零代码部署：告别繁琐的推理代码编写、Dockerfile 配置，只需简单填写配置，模型即刻上线
• 一键扩缩容：借鉴 Serverless 理念，实现 GPU 资源的弹性伸缩，应对流量波动
• 全流程覆盖：从开发调试到生产运维，一站式解决，让企业不仅"用得起"，更要"用得好"
• 快速迭代能力：新模型上线无需重构架构，平滑过渡，紧跟技术潮流

四、模型集成新范式 —— FunModel

面对以上 AI 开发中遇到的痛点以及开发者们对模型的持续探索和期待，阿里云 FunModel 带来了模型集成的新范式。FunModel 是阿里云云原生的模型服务平台，以阿里云函数计算 FC 为底座，依托天然的 Serverless + GPU 的基本能力，同时在业务层面 无缝对接 ModelScope 官方模型平台， 实现 0 代码一键部署，并能 快速扩缩容。为企业极大程度上减少了部署和运维模型的时间和人力成本，让企业专注于 AI 业务的开发，也让模型企业化触手可及。

双渠道部署，灵活自由

阿里云 FunModel 提供了两种部署渠道，兼容多种类模型，给用户提供了部署模型的自由度

1. 无缝对接 ModelScope：阿里云 FunModel 承载了 ModelScope 上大量的热门模型，能根据用户需求和热门模型趋势快速上架和迭代新的模型，满足用户需求。同时，也可以输入 ModelScope 上的模型 ID，即可立即部署。在 FunModel 上，还能快速体验 ModelScope 模型效果和了解模型详情，拥有从体验到部署的完整流程，为用户最大程度上带来便捷。
2. 自定义部署：阿里云 FunModel 不仅为用户提供模型集成能力，更为有模型开发需求的用户提供了专业的自定义模型部署能力。用户可以上传自己训练好的工程镜像到 FunModel 平台，指定模型来源或存储路径，填写对应启动参数，就能部署模型到线上，具备企业级服务能力。

5 分钟极速上线

阿里云 FunModel 极大程度上简化了模型的部署流程，用户不再需要担心“推理代码不会写”，“部署镜像太慢”，“启动参数填写错误”，“GPU 规格选不对”等问题。FunModel 平台已经提前包装了启动模型需要的所有参数和环境， 只需填写模型名称，5 分钟即可完成企业级服务上线， 效率提升数十倍。传统集成方案需要耗时数周，在 FunModel 这里压缩到了一杯咖啡的时间。

Serverless + GPU 帮助实现扩缩容

依托阿里云函数计算，FunModel 实现 Serverless+GPU 新范式，提供：

• 定时伸缩 / CRON 表达式伸缩：根据业务规律预设扩缩容时间
• 水位伸缩：基于 CPU/GPU 使用率自动调整资源

两种种策略灵活组合，精准匹配业务流量，极大程度上提高 GPU 利用率，从而节约昂贵的 GPU 费用成本。

五、实战指南：快速部署 ModelScope 模型

环境准备与权限配置

在使用 FunModel 平台前，需要完成必要的云资源准备工作：

1. 阿里云账号准备
   确保拥有有效的阿里云账号，并完成实名认证。
2. FunModel 控制台访问
   访问  FunModel 控制台，这是阿里云 Serverless AI 模型服务的统一入口。
3. RAM 角色授权
   根据控制台指引完成 RAM（Resource Access Management）角色授权配置。这个步骤至关重要，它确保 DevPod 能够访问必要的云资源。

重要提示：如果您当前使用的是旧版控制台界面，请务必点击右上角的“新版控制台”按钮切换至最新界面，以确保功能完整性。

三步极速部署

步骤一：登录  FunModel 控制台，进入【模型市场】

步骤二：在左侧页签可以选择不同的模型分类，选择模型卡片，可以在右边查看模型详情，并快速体验模型效果

步骤三：点击"立即部署"，填写模型名称（建议包含业务含义，如"ocr-v1"），确认资源配置（系统会根据模型类型智能推荐），点击确认

等待几分钟即可完成部署

如果有更多需求，可以在【更多配置】中自定义配置阿里云存储 Nas，模型执行的超时时间等参数

高级玩法

• 模型在线调试：部署完成后，切换到"在线调试"页签，填写对应的 API-Key（如果有），点击发送请求，即可在页面右侧看到模型返回结果，同时支持修改请求参数，并保存到模型概览页的 OpenAPISchema 中
• API 文档导出：一键生成 JSON/YAML 格式的 OpenAPI 文档。支持单独修改 Schema 并保存，让接口定义更精准。

输入模型 ID 部署模型

自定义模型部署功能允许用户部署自己的模型或使用预训练模型，支持多种部署方式以满足不同的业务需求。 更多有关使用 vLLM、SGLang 和自定义镜像等方式部署模型的详情见 自定义部署模型

选择【自定义开发】页签，【模型来源】选择【ModelScope 模型 ID】，填入模型 ID，以 iic/nlp_structbert_word-segmentation_chinese-base 为例，点击立即部署

六、总结

FunModel 依托 Serverless + GPU，天然提供了简单，轻量，0 门槛的模型集成方案，给个人开发者良好的玩转模型的体验，也让企业级开发者快速高效的部署、运维和迭代模型。

在阿里云 FunModel 平台，开发者可以做到：

• 模型的快速部署上线：从原来的以周为单位的模型接入周期降低到 5 分钟，0 开发，无排期
• 一键扩缩容，让运维不再是负担：多种扩缩容策略高度适配业务流量，实现“无痛运维”

在 AI 的时代浪潮下，模型作为 AI 的载体必然会不断迭代，开发者对模型部署的需求也会日益增多，FunModel 作为模型集成和部署的新范式，也会朝着“让人人成为开发者”的目标演进下去。

七、更多内容请参考

1. FunModel 快速入门
2. FunModel 自定义部署
3. modelscope 魔搭平台