正当OpenAI与Musk“角力”如火如荼之际，Gemini因图像“多样性”过多而陷入困境，这就导致了过度的政治正确。
，Anthropic 让 Claude 3 模型家族措手不及，仿佛凭空出现。
这位“新王登基”筹划了多久？ Anthropic是Amodei兄弟姐妹于2018年创立的一家独角兽公司——一家倡导安全和以人为本的价值观的AI公司（在价值观上与OpenAI有着不同的愿景）。
核心创始团队均来自OpenAI，参与过GPT -3早期产品开发。
Anthropic成立时，他们在亚马逊云技术上训练了第一个基本模型，然后在短短4个月内从Claude 2.1迭代到Claude 3。
Claude 3 发布后，Sonnet 模型立即在 Amazon Bedrock 上得到支持，而今天，仅仅 9 天后，Haiku 也在 Bedrock 上可用。
截至发稿，Google Cloud 上的 Claude 3 仍处于预览和即将推出状态，而 Google Cloud 的 Vertex AI 的产品栏仍然让 Gemini 占据前排位置。
去年亚马逊云技术的 re:Invent 上，大家莫名其妙地发现，亚马逊云技术 CEO Adam Selipsky 采访了一位名不见经传的企业家、Anthropic 联合创始人 Dario Amodei。
过去，这个位置是为可口可乐、纳斯达克、高盛等大客户保留的。
当时并没有多少媒体关注战略合作的具体内容：Anthropic 将大部分软件迁移到亚马逊云技术的数据中心，亚马逊云技术为 Anthropic 提供了从定制 GPU 计算能力到存储、数据的多方位支持分析等。
亚马逊云技术客户将优先访问人择模型。
而且，这次战略合作的“定制化程度”高得莫名其妙：1、大模全托管服务Amazon Bedrock为Claude提供定制服务； 2.针对Claude优化亚马逊云科技自研芯片——持续优化训练芯片Trainium和推理芯片Inferentia。
显然，当时我们谁都没有注意到达里奥的话异常霸道：“这是一场力争上游的竞赛。
《01 这是一场大投资游戏吗？事实上，在re:Invent之前两个月，去年9月，亚马逊宣布对Anthropic投资40亿，是谷歌对Anthropic投资的两倍。
业界对这笔投资的评价是：展现了“金融家之父”对Anthropic的坚定信心，也说明了亚马逊在“生成式AI”领域的拼命努力。
虽然Anthropic的40亿投资规模巨大，但你打开亚马逊云技术的网页就能发现。
看看Amazon Bedrock上还有其??他17个高性能基础模型！这17个模型来自6家公司：AI21 Labs、Cohere、Meta、Mistral AI和Stability AI，虽然第六家公司是亚马逊自己，但Titan似乎是故意的。
AI21Labs – 2个模型，Jurassic-2 Ultra，Mid，这是一个多语言的大语言模型，包括葡萄牙语、意大利语和荷兰语 – 4个模型，是用于检索和总结信息的大语言模型，主要用于。
用于抽象、复制聚类或分类任务。
Meta – 2 个开源模型。
亚马逊云技术是第一家集成Facebook Llama 2的云供应商。
这是一个开源模型，目前在中国可用。
优点是客户可以通过 Amazon SageMaker 对 Llama 2 进行微调。
Stability AI – 2个模型，主要针对图像生成能力。
Mistral AI – 2 个高性能模型。
这是一家法国AI公司，可以覆盖大型模型的基础场景。
此外，亚马逊还开发了5款车型。
Amazon Bedrock的吸引力除了拥有大量大型模型外，还在于它可以针对特定应用场景评估和比较最佳模型；它使用专门的数据库来训练最适合你的大模型，比如各种缩写、各种名词、各种流程训练后都可以有自己的“默契”；大型开源模型可以自行再次调优； Amazon Bedrock 的代理还可以执行业务指令，同时确保数据安全和隐私保护。
，Guardrail可以为最终的生成式AI应用提供专属的保护措施。
因此，Amazon Bedrock的“工程能力”让其在业内贴上了“易用”的标签。
然而，问题来了： 1. 为什么亚马逊云技术提供这么多模型？根据亚马逊云技术自己的官方说法，从全球多个客户使用生成式AI的现实场景中发现：没有一个基本模型可以统治一切，甚至一种使用场景需要调用多个模型，价格也必须都要综合考虑。
从亚马逊云技术的角度来看，问题已经从“选择哪种模式更好”转变为“如何轻松接入”。
所谓“易接入”，是指多次尝试、切换模型的成本较低。
一位企业开发者表示：“现在大型模型太多了，来回切换并尝试不同的大型模型一点也不聪明。
Amazon Bedrock 只是一个‘调用’来调整那个模型。
而且，使用巨大的模型来完成任何任务都是昂贵且负担不起的“2.有很多型号，是的。
但为什么亚马逊云技术不推广自己的模式呢？有一个时间表可以很好地解释这个问题。
Bedrock于2020年4月发布，其中有Meta（7月23日上线）、Cohere（7月23日上线）、Mistral AI（2月24月底上线）等“明星”AI公司的大型模型上线Bedrock发布后，这个平台陆续推出。
也就是说，亚马逊云科技从一开始就押注在“淘金热中卖铲子”的赛道上。
或许，除了始终痴迷于客户需求（亚马逊称之为“Customer Obsession”）之外，更重要的原因是：云计算平台本来就应该是一个“市场”，Market Place，一个公共基础设施很重要能够为优质玩家提供更好的服务——云计算是一个工程化的“商城”服务——这就是本质。
02投资生成AI只是买买买吗？看到Amazon Bedrock的强大功能和17款领先的基础模型，你是否认为布局生成式AI只是为了市场上的买卖而存在？不！你想卖空市场上所有的股票，但其他人可能不希望你投资它们。
为什么？因为你的基础“技术基础”不好。
生成式AI是一个非常昂贵的行业，成本主要包括三个方面：算力、算法和数据。
当我们更多地关注算法时，总是很容易忽视计算能力。
这是亚马逊云技术最具竞争力的部分。
引用VentureBeat的报告：“亚马逊云技术正在开发生成式AI领域的全栈布局，包括云基础设施、基础模型和面向用户的应用程序。
《亚马逊云技术在生成式AI上的“全栈”布局：最底层是训练和推理的基础设施层。
各种超级芯片（自研+NVIDIA）为基础模型训练和推理提供超强算力；中间层则是是基于Amazon Bedrock的全托管模型服务；上层是生成式AI应用层，包括生成式AI助手-Amazon Q和AI编程助手Amazon CodeWhisperer，从这一点来看，亚马逊云技术是依托。
以其极其坚实的基础，与像Anthropic这样的大型模型“先驱”玩鸡生蛋的游戏——也许这就是贝佐斯的飞轮效应：更多的商品——更热闹的地方——更多的人——更大的地方——更便宜的商品——更多的人。
- 更大的地方... 了解亚马逊云技术在生成式人工智能浪潮中的独特作用 我一直在尝试寻找亚马逊云技术选择大型模型的标准：既然我选择了很多，但不是全部，那么标准是什么？有一个词反复出现并引起我的注意：“宪政AI”。
它的直译是“宪法人工智能”。
官方的解读是：亚马逊云技术强调帮助企业构建“负责任的AI”，即公平、可解释、稳健、透明、可治理，并确保隐私和安全。
在字里行间的反复暗示中，我发现这个词的正确解释不应该是什么呢？这是关于它不是什么——它不是通用人工智能。
换句话说，它不是一个与人类相媲美、超越人类、无所不能的人造神。
具体来说，它确保使用自定义模型的用户将其数据保存在客户自己的内联网中，并且不使用任何数据来训练底层模型。
这会成为亚马逊云技术选择大型机型的标准吗？我没有得到亚马逊云技术的官方回应。
03年底，当大家都在自己构建大型模型时，亚马逊云技术更倾向于为大型模型提供一把“挖金铲”——作为云计算的创始人和迄今为止云计算领域的领导者，亚马逊云技术在生成式AI时代的战略定位以及“云是公共服务”本质的认知逻辑值得我们今天的中国云计算厂商思考。
是的，公共服务是规模经济，公共服务是稳定第一，公共服务是降本降价，但这只是结果，前提是绝对优秀、值得信赖的工程能力。
事实上，本质上，亚马逊云技术正在凭借其平台优势滚动更多大型模型。
不是不滚，而是滚得更多。
那么最后一个问题“看似显而易见，但如果深究起来，却没有任何意义”：云厂商为何要滚动大型模型？难道是怕生成式AI开辟新赛道，抢了云计算的风头？显然，这是因为业内人士会认为这是一个伪命题，大型模型离不开计算能力。
那么云计算厂商在做什么呢？ 2017年，亚马逊云技术公司re:Invent的一个概念或许可以提供答案：“数据引力”。
其基本理念是：数据在哪里，资源就在哪里，趋势就在哪里。
数据就像一种引力，吸引着一个又一个的技术趋势走向它，比如2016年的数据湖。
这一说法对于今天的生成式人工智能来说也是如此。
过去我们经常提到“数据驱动”，数据驱动企业、数据驱动决策、数据驱动应用、数据驱动硬件设计……过去我们更关注“数据驱动”这个词。
数据”。
也许更重要的是“司机”。
数据如何“驱动”？这就是当今强大的人工智能。
毕竟，云厂商从诞生之日起就清楚地知道数据、AI、云缺一不可。
灰线绵延数千英里，但今天的生成式人工智能一直存在，这场大游戏已经上演。
我们看到的是热点，它们已经看到了它们命运的未来。