亞馬遜云科技2024 re-Invent大會在拉斯維加斯落下帷幕，發布了相當多讓人印象深刻的新產品。那么，我們該如何理解種種發布背后的創新呢？

如果說，創新是亞馬遜的DNA，那么作為全球云計算的No.1，亞馬遜云科技會在“生成式AI創新”進行怎樣的基因表達呢？

很多人也許會從基礎設施層、模型層、應用層去解構2024年亞馬遜云科技re-Invent大會上推出的一系列面面俱到的產品功能或服務創新。

但這里更想從新推出的Nova系列大模型和新一代Amazon Sagemaker角度出發，去窺探亞馬遜云科技獨有風格的GenAI創新敘事。

從Titan到Nova：不拘一格的6款模型打法

從2022年年底開始，很多國內外的科技巨頭紛紛在大模型訓練上展開了與OpenAI的追趕角逐。而作為云計算的No.1，亞馬遜云科技卻很少在明面的battle中去狂秀肌肉。

直到這個月初，亞馬遜云科技一口氣發布了六款Nova基礎模型，同時Amazon Bedrock 也集成了100多款三方的模型。相信很多人跟我們一樣好奇：亞馬遜云科技這波“不發則已，一發驚人”的操作，背后是出于怎樣的目的？

在采訪中，亞馬遜云科技大中華區產品總經理陳曉建告訴了我們答案：

亞馬遜云科技去年提供了嵌入式模型Titan，今年推出了包括六個不同定位模型的Nova系列，未來還會推出speech to speech和any to any等模型。推出這些模型的重點是為用戶提供更好的選擇，使其能與產品更好地結合，實現更好的集成。模型的推出基于逆向工作法，通過了解客戶需求來確定，比如根據用戶在Micro、Lite、Pro、Premier 等不同層面的訴求來構建模型，未來也會推出更多不同能力和定位的模型。

對于Amazon Bedrock集成100多款三方模型的打法，亞馬遜云科技大中華區數據分析與生成式AI的產品總監崔瑋補充道，整體策略是以客戶需求為主的逆向工作法，致力于給客戶更多選擇，通過Amazon Bedrock 平臺部署一方和三方模型，滿足客戶多樣化需求。

為什么不是通用大模型，而是6款專用模型

回到這次Nova系列模型的推出，大家會發現這些模型各有各的強項和優勢：

Amazon Nova Micro專門用于處理文本、Amazon Nova Lite 和Amazon Nova Pro，即將推出的Amazon Nova Premier專攻多模態的理解（文本、圖像、視頻），此外，還有圖像生成模型Amazon NovaCanvas 和視頻生成模型Amazon Nova Reel。

綜合在一起看，你就會發現，這些Nova模型基本都是在強調低成本、快速響應，同時又都是基于實際工作生活的使用（推理）場景所亟需的。

進一步看，在未來推理將無處不在，所有業務都可能會應用到大模型提供的推理能力。對亞馬遜云科技而言，需要向客戶提供一個能夠支持規模化推理的平臺，以充分應用亞馬遜云科技的推理能力，并幫助客戶用好自己的私有化數據，實現性能、安全和成本方面的平衡，這也是亞馬遜云科技在re:Invent大會期間推出Amazon Nova系列模型的初衷。

為什么不是推出一個全能的通用模型？亞馬遜云科技大中華區數據分析與生成式AI的產品總監崔瑋解釋了這樣做的原因——

“我們這樣做是因為看到客戶從可行性研究進入生產階段時，必然會權衡模型的延時（latency）、成本和性能。”

比如，有時客戶為確保準確性（accuracy），可能接受較慢的響應速度和較高成本，此時會選擇大模型；而對于一些日活躍用戶（DAU）達十萬或百萬級的互聯網企業，可能無法承受大模型的高成本，就會選擇在性能尚可的情況下成本較低的模型。在性能（performance）尚可的情況下，客戶會傾向于選擇成本較低的模型來服務業務。

實際上，客戶會基于自身的用例以及對業務投資回報率（ROI）的考量，去判斷如何匹配和組合模型。在大型場景下的多個任務中，客戶通常會使用不同模型來解決不同業務問題，進而組建一個整體解決方案，這是極為常見的做法。

關于快速響應原理，我們在提及 Nova 模型時會涉及到“優化的低延遲推理”，這是Amazon Bedrock提供的一項新功能。實現快速響應的原理是從模型本身的部署和架構，到Amazon Bedrock提供的能力，再到底層基礎設施，實現了端到端的保障，從而確保整個過程的快速響應。

新老一代的Amazon SageKaker背后

細心的朋友會發現，除了Nova大模型，自研芯片Trainium3等硬貨，亞馬遜云科技此次眾多發布產品中還有一個不得忽視的變化，即，大家比較熟悉的以前的Amazon SageMaker，現在更名為Amazon SageMaker AI，同時亞馬遜又重新定義了新一代Amazon SageMaker。新一代的Amazon SageMaker涵蓋了分析、數據處理、搜索、數據準備、AI模型開發和訓練、?成式AI等所有必需功能，同時全部功能都可以通過統?的企業數據視圖實現。

崔瑋同樣解釋了這種變化背后的歸因。因為在大的方向上，“客戶在構建整個生成式AI的旅程時，需要的不只是模型，甚至不只是生成AI這個詞，更多的是數據加AI的統一。新一代Amazon SageMaker就是數據加AI，首先是統一，統一的平臺；第二它要開放，第三還是要安全。我們會通過這三層，給客戶提供從數據到AI的一體化的感受?！?/span>

而對于大家比較熟悉的以前的Amazon SageMaker，定位還是AI開發方面，所以現在叫Amazon SageMaker AI，它也有很多新的這個功能發布。Amazon SageMaker AI推出四項創新，助力企業更快使用熱門的公開模型，最大化訓練效率、降低成本，并使用其首選工具加速生成式AI模型的開發。

一窺亞馬遜持續創新哲學

這時你就會發現，大到模型的發布，小到一個工具的更名，亞馬遜云科技都做了如此“工匠”級的精心設計和需求驗證。這背后其實都是亞馬遜前文提到的“逆向工作法”的創新哲學。

那么，如何理解逆向工作法？陳曉建在亞馬遜云科技2024re-Invent中國站的主題演講中做出了解釋：

“我們始終在傾聽客戶的心聲，著眼于長遠的發展。感謝成為我們客戶的企業，正是因為他們愿意抽出寶貴的時間，幫助我們去了解什么是客戶真正需要的云計算功能，以及如何為客戶提供更好的服務，從而在過去十多年我們才能夠基于客戶需求不斷創新，來最終滿足這些需求。這個就是我們常說的customer obsession walking backwards，以客戶為中心、逆向工作法。這個已經深深地融入到亞馬遜云科技的基因之中，從最開始創立的時候就已經確立?！?/span>

這也讓人想到了今年re-Invent大會上，亞馬遜云科技高級副總裁Peter DeSantis那句比喻：

“亞馬遜雨林的扶壁根系，支撐著世界上最大的樹木生長在并不穩定的土壤系統中。扶根可以從一棵樹的底部延伸數百英尺，并與附近的樹木互鎖構成一個堅實的基礎，來支撐這些巨大的雨林。而亞馬遜云科技最獨特的事情之一，是我們的領導者能夠在細節上花費大量時間精力，去了解客戶和服務真正發生了什么事情，從而能夠快速做出決定，甚至有可能在問題發生之前就解決或預防它們?！?/span>

理解了這一點，也就理解了這次亞馬遜云科技2024re-Invent大會上推出的發布為什么會多到讓人眼花繚亂，但每一項發布都能讓你找到似曾相識的場景和痛點。理解了這一點，也就窺見了亞馬遜云科技獨有的re-Invent創新文化。