做好“关键基础设施提供商”角色，亚马逊云科技加快生成式AI落地( 三 ) _模型

写在最后
技术的发展往往超乎人们的预设。曾几何时，研究者们还需要花费数月的时间进行数据准备、数据处理和模型训练，不得不投入极其高昂的成本，只为了完成某一项特定的任务。
在这场浪潮中，亚马逊云科技选择的路线是做好「关键基础设施提供商」的工作。它的优势在于过去20年在人工智能技术上的深厚积累，在于对于超过10万家客户的深刻理解，在于打磨多年的高可用、强大的基础设施。这些都会有力地推动亚马逊云科技加快生成式AI落地的征程，帮助到每一位开发者或创业团队。
凭借过去数年的客户需求洞察和技术积累，亚马逊云科技将大量的AI能力集成到了简单易用的产品之中，希望以最简洁的方式将技术进步输送到各行各业。在这场技术盛会上，亚马逊云科技一口气推出了七项生成式AI新功能。
最强的生成式AI大模型，在这里轻松调用
今年4月，亚马逊云科技发布了全托管基础模型服务「」，以「关键基础设施提供商」的角色加入了大模型之战。
从希望应用大模型的企业角度来说，自研大模型需要数十亿美元和多年的训练，更优的解决方案是对一些已经非常强大的开源基础模型进行定制化的微调，以满足自身的多样化业务需求。的重要价值就在于此。这项服务可以让所有人都可以基于已有的大模型、专用的AI算力和工具，再结合自己的数据开始构建生成式AI应用。
在最新扩展后的中，汇聚了来自一批顶级大模型供应商的最新成果：
目前，提供了最新语言模型 2、AI21的-2、亚马逊自研的 Titan系列模型的访问。AI也在中首发了最新版的文生图模型套件XL 1.0 。此外，成为了最新加入的基础模型供应商，并带来了文本生成模型和文本理解模型EMBED 。
相比于其他的一站式的大模型服务平台，的优势在于，用户可将其与亚马逊云科技平台的其余部分集成在一起，更轻松地访问存储在 S3对象存储服务中的数据，并能够从亚马逊云科技访问控制和治理策略中受益。
生成式AI让云计算服务的竞争格局发生了改变，除了原有的存储、计算、网络等基础设施，模型、框架和应用层面的能力提供变得更为重要。在过去一段时间，我们见到了「模型即服务」这种全新商业的诞生。如同这样的一系列平台，正在将大模型变为直接可用的服务，帮助各行各业的用户接入生成式AI，撬动了一个全新的蓝海市场。
推动生成式AI走完落地的「最后一公里」
在今天，即使生成式AI模型的功能已经如此强大，它们仍然无法代替人类「执行」一部分关键的、个性化的任务。这恰恰是「生成式AI」转化为「生产力」过程中非常关键的一步。
问题并非不能解决：模型通常可以附加API、插件、数据库以扩展功能，为用户自动完成某些特定的任务。比如此前就推出了插件机制，还为开发者提供了开放平台，允许更多用户根据自己的需求、想法和专业能力进行扩展。为了简化这一环节所需的工作，亚马逊云科技正式推出了。
可以扩展基础模型以理解用户请求，将复杂任务分解为多个步骤，开展对话以收集更多信息，并采取行动来满足用户请求。开发者只需点击几下，就能创建完全托管的：
该功能创建的对话式智能体可根据专有数据提供个性化的最新答案并执行操作，帮助企业加速交付生成式AI应用程序，推动解决生成式AI落地的「最后一公里」问题。比如，企业可以使用创建一个可以处理订单的客户服务聊天机器人，利用其内部信息（包括客户资料和退货政策）来定制化服务于每个订单。