文 | 智能相对论

作者 | 陈泊丞

早些年，“百模大战”打得火热，但是随着模型发展的深入，人们发现如果只是争抢市场份额，意义并不大，产业链上下游需要协作共进，才能为市场和社会提供更优质的生成式AI服务。

2023年，亚马逊云科技发布Amazon Bedrock，旨在重塑大模型之间的竞合关系，并有意识地推动AI大模型领域从单纯的竞赛向更加合作与集成的方向转变。

Amazon Bedrock是一个完全托管的服务，它允许开发者轻松地构建、微调和部署由基础模型支持的生成式AI应用，而无需直接管理和维护底层基础设施。这一模式打开了新的市场格局，为企业和开发者提供了更多样化和灵活简易的模型选择，促进了AI技术的普及和发展。

时至今日，亚马逊云科技依旧在致力于打造这场「模型的盛宴」。近日，在2024 re:Invent全球大会上，亚马逊云科技详细介绍了Amazon Bedrock的多项更新和功能，涉及到提升企业用户在使用生成式AI时的效率和安全性，以及第三方模型供应商的收入分配、商业模式探索等。

Amazon Bedrock的理想：继续推崇以用户为中心的「权利游戏」

“没有一个大模型可以一统天下。”在Amazon Bedrock的推出过程中，亚马逊云科技一直在强调多模型相互协作的必然性，并试图为人们去描绘一个更加多样化、专业化且不断演进的人工智能生态系统。

事实上，行业的发展也是如此。一方面，每个模型都有其独特的优势、局限性和适用场景，另一方面从用户的角度出发，不同的行业和业务场景对AI模型的需求差异很大，不同的客户群体对模型的需求也不同，表现在数据隐私与安全、计算成本等问题的考虑上。再加上地域性法规与文化适应性的差异，就完全限制了某个全球通用模型的可能。

这样的思路很符合现实主义，但是真正做起来却又非常理想化。还是站在用户的视角来看，用户想要选择什么样的模型去组合使用，这似乎并不完全由用户来决定，而是取决于平台的模型库里有什么，那就去用什么。

这种用户选择的困局一旦对比起来，就非常明显。目前，市场上类似Amazon Bedrock的平台服务也有很多，像微软、阿里云、百度智能云等国内外厂商都有推出自家的生成式AI模型平台，但是每家平台的模型库是不一样的，对于该平台的用户而言，其选择的权利是有限的。

选择权大于一切。今年亚马逊云科技宣布推出Amazon Bedrock Marketplace，企业用户和开发者可以轻松访问100多款领先的大模型。其中，不仅包含来自AI21 Labs、Anthropic、Meta、Cohere等合作伙伴的知名模型，还独家提供了亚马逊云科技新发布的Amazon Nova系列模型。

当多模型协作成为一种市场应用的常态，对于Amazon Bedrock一类的平台而言，未来谁能在这场商业游戏中获胜，其中很关键的一点就在于谁能为用户提供足够多选择的权利。

亚马逊云科技深谙此道，除了Amazon Bedrock Marketplace的推出以外，长期以来，其就站在用户的角度不断强调「简化」的价值，包括简化模型选择、简化模型训练、简化代理集成等等。

比如，对于很多企业而言，构建生成式AI应用程序的关键一步是找到合适的模型。

但模型但评估往往需要花上数个星期，十分复杂。亚马逊云科技此前就推出了Model Evaluation，帮助企业用户快速分析和比较Amazon Bedrock上模型，将模型评估时间缩短到了几个小时。

这同样是用户权利的一种“让渡”，亚马逊云科技继续基于Amazon Bedrock来推崇这场以用户视角为中心的「权利游戏」。

「模型盛宴」的现实困局，正在被亚马逊云科技破解

Amazon Bedrock将为企业用户和开发者们带来一场「模型的盛宴」，但是在这个过程中，也必然会出现很多问题与挑战。在2024 re:Invent全球大会上，亚马逊云科技对Amazon Bedrock提出了三点重要升级，并对应有效地解决了现阶段多模型协作所遇到的三大问题。

其一，专精模型的训练问题。基于基础大模型之上构建专精模型，并实现多模型之间的有效协作，已成为企业在数字化转型过程中不可或缺的战略组成部分。这种方法不仅有助于挖掘企业数据、行业数据的价值，还能够在激烈的市场竞争中脱颖而出，为企业带来长期的竞争优势。那么，如何更好地构建专精模型，恰恰是目前行业发展的一个主要问题。

Amazon Bedrock引入了模型蒸馏功能，通过从大型基础模型生成响应，并用生成结果来微调较小的基础模型，用户可以快速构建实用化的生成式AI模型。这一技术大大降低了生成式AI模型的开发和维护成本，同时提高了模型的响应速度和准确性。据了解，优化后的模型比原始大型模型快五倍，且计算成本降低了75%。

其二，模型的幻觉问题。幻觉问题是模型应用中一个客观存在的问题，也是一个亟需解决的重要挑战。这种幻觉问题不仅影响了用户体验，更可能会导致严重的后果，尤其是在需要高度准确性的专业领域如医疗、金融等。

Amazon Bedrock引入自动推理检查功能正是为了应对上述挑战而设计的，通过交叉引用提供的信息来验证大模型响应是否准确，减少大模型产生幻觉的问题，保障输出结果更精准、可靠。这一能力的升级对于需要高准确性的企业应用至关重要，有助于大模型应用加速渗透医疗、金融等重要民生领域。

其三，复杂任务的协作处理问题。在多模型应用的过程中，加上任务量的增长，企业往往需要处理的大多是复杂性任务。同时，在面对复杂任务时，单个AI模型往往难以满足多样化的需求和高精度的要求。

在这方面，Amazon Bedrock通过引入多Agents协作功能，支持多Agents的复杂工作流程，可以有效地帮助企业用户将复杂任务分解为多个子任务，再利用专业AI能力进行解决，做到“术业有专攻”，从而更高效地处理复杂的业务流程和问题求解。

多模型协同是生成式AI发展的必然趋势和结果，那么从2024 re:Invent全球大会上，亚马逊云科技对Amazon Bedrock的升级要点来看，我们或许可以期待看到更多创新性的多模型解决方案出现，进一步推动人工智能领域的发展。

Amazon Bedrock的未来，三重定位持续巩固

随着Amazon Bedrock的升级和迭代，亚马逊云科技对Amazon Bedrock的期待或许不仅仅只是一个协作产业链上下游的中间平台。至少今年re:Invent全球大会上，我们就可以看到Amazon Bedrock的未来已经具备了三重定位。

一、“土壤”。Amazon Bedrock正在被塑造成为孵化生成式AI应用的“土壤”。尽管企业用户和开发者们无需关注底层基础设施，只要做好顶层的应用开发与落地即可，但是我们依旧可以看到亚马逊云科技一直在致力于强化Amazon Bedrock的底层稳定性、性能等，从而保障生态繁荣。比如，发布新一代AI训练芯片Trainium3和Trainium2云实例，来保障并提升Amazon Bedrock的计算能力和效率，使得更大规模的AI模型训练和推理成为可能。

二、“超市”。亚马逊云科技正在基于Amazon Bedrock尝试新的商业模式和收入来源，将Amazon Bedrock定位为一个能带来商业价值的“超市”，进而打造一个良性的商业生态。Amazon Bedrock Marketplace for Partner的推出是一个重要节点，合作伙伴可以通过API将其模型集成到Amazon Bedrock中，供客户使用，并根据使用量获得收入。

三、“工厂”。Amazon Bedrock并非一个简单的中间平台，亚马逊云科技对其进行了诸多升级如模型蒸馏、自动推理检查功能、多Agents协作等，不断将Amazon Bedrock打造成为一个具备模型升级、产业协同能力的“工厂”，在实现性能和效率提升的同时，也在为市场提供更优质的模型产品和服务。

基于Amazon Bedrock的多项升级，我们可以看到亚马逊云科技从技术、商业、生态等多维度发力，正在致力于重塑一个良性竞争与合作相结合的产业局面，从而加速生成式AI应用的开发和落地，为人工智能领域带来了快速的技术迭代和发展机遇。

*前述特定亚马逊云科技生成式人工智能相关的服务仅在亚马逊云科技海外区域可用，亚马逊云科技中国仅为帮助您发展海外业务和/或了解行业前沿技术选择推荐该服务。

*本文图片均来源于网络