電子發(fā)燒友網報道（文/周凱揚）在ChatGPT和Bing玩了一手精彩的混合雙打后，同樣提供搜索服務和云服務的谷歌很快就感到了危機感，不久就推出了Bard與之抗衡。然而，另一大云服務和電商巨頭亞馬遜，卻遲遲沒有什么大動作，直到近日Bedrock的發(fā)布。

幫助客戶搭建生成式AI服務

根據(jù)Grand View Research的預計數(shù)據(jù)，生成式AI市場將在2030年達到1100億美元。這樣一個市場哪怕不作為直接參與者，幫助其中玩家打造生成式AI同樣能獲得不小的利潤。亞馬遜認為生成式AI成功的關鍵，就是這些擁有海量參數(shù)的預訓練大模型，而且是可定制化加工執(zhí)行特定任務的通用基礎模型。這類模型只要用到一小部分數(shù)據(jù)和計算資源，就能完成定制化，省去從零開始搭建模型的麻煩。

所以對任何想要做好生成式AI應用的廠商來說，第一步就是找到并使用高性能的基礎模型，所以亞馬遜推出了Bedrock。這項新的服務允許用戶通過API以及亞馬遜云的托管服務，來訪問AI21 Labs、Anthropic和Stability AI的基礎模型，包括文本到圖像等多種模型。

比如AI21 Labs提供了多語種的大語言模型Jurassic-2，支持英語、西班牙語、法語和德語等多國語言的總結、撰文和回答。同樣還有目前風靡的另一大模型，來自Stability AI的Stable Diffusion，這項通過文字來生成各種圖像的模型也已經被大家玩出花了。

Bedrock的特色在于模型定制化，比如只需給Bedrock展示20個以上的標注數(shù)據(jù)示例，Bedrock就可以針對特定任務微調模型，比如針對時裝零售行業(yè)的目標用戶生成廣告創(chuàng)意，諸如產品頁、社交媒體推文和展示廣告等。

Titan基礎模型

但這并不是說亞馬遜自己手頭并沒有任何模型，恰恰相反，隨著Bedrock一同推出的還有亞馬遜自研的Titan基礎模型，包括用于文本生成的Titan Text和文字轉譯為數(shù)字表達嵌入式編碼的Titan Embeddings。

Titan Text是一個生成式大語言模型，可負責文字總結、文本生成、分類、開放式問答和信息提取等任務。看起來Titan Text也是GPT的競品，但亞馬遜自己目前看來沒有借其打造開放應用的意向，或許未來將其用于其智能語音助手產品Alexa中是一個不錯的選擇。

Titan Embeddings并不能生成文本，而是用于個性化推薦與搜索等應用的，因為在這些應用中，編碼匹配的相關度往往是高于純文字匹配的。所以對于搜索引擎、流媒體/社交媒體應用內搜索與推薦，Titan Embeddings都能憑借這些包含語義的數(shù)字嵌入式編碼，提供更好的展示結果。

小結

為了進一步節(jié)省成本，使用自研硬件自然是最穩(wěn)妥的選擇，也會給到廠商在芯片制造階段更高的議價實力。所以亞馬遜在推出Bedrock之際，也正式宣布了Trn1n和Inf2這兩大AI實例投入使用，借助其自研的Trainium訓練芯片和Inferentia推理芯片進一步降低服務器成本，吸引更多的第三方模型加入Bedrock，同時也鼓勵更多的用戶使用AWS API訪問這些模型。雖然這一切尚在基礎階段，其規(guī)模與ChatGPT、Bard等也沒法抗衡，但如果未來生成式AI呈現(xiàn)的是一個百家爭鳴的局面，那么亞馬遜也有可能成為背后的贏家。