全球最大AI模型聚合平台诞生！不争冠军只做擂台

允中 发自 凹非寺量子位 | 公众号 QbitAI

2023年，当整个AI行业都在为“最强大模型”争得头破血流时，亚马逊云科技却洞察到一个关键事实：

AI的价值不在于谁的模型最强大，而在于能否为不同场景选择最适合的模型。

模型大战的另一种打法

在2023年亚马逊云科技（AWS）正式提出“Choice Matters”（选择大于一切）战略，认为AI的未来不是某个单一模型的胜利，而是多个模型根据各自优势协同工作。

同年，亚马逊云科技发布了被业界称为“模型超市”的Amazon Bedrock平台，让企业能够像挑选工具一样，根据性能、成本、特定任务的适用性来选择最合适的模型。

这一战略源自亚马逊云科技在云计算领域的深刻洞察：

在AWS的服务版图中，计算服务有429项，存储服务266项，数据库服务513项，AI与机器学习服务421项。

正如企业需要如此丰富的云服务来支撑不同的业务场景，他们同样需要不同类型的AI模型来满足不同的应用需求。

两年后的今天，这一前瞻性判断得到了最有力的市场验证。

OpenAI重磅加入，Choice Matters战略再下一城

就在本周，亚马逊云科技宣布，OpenAI的开源模型首次可通过Amazon Bedrock和Amazon SageMaker访问。

新发布的gpt-oss-120b与gpt-oss-20b在Amazon Bedrock平台上展现出惊人的性价比：是Gemini模型的3倍、DeepSeek-R1模型的5倍。这一重磅合作不仅丰富了亚马逊云科技的模型版图，更印证了多元开放的生态价值。

同日，在Amazon Bedrock上，Anthropic最新一代模型Claude Opus 4.1与Claude Sonnet 4也带来重要升级。这批新型双模推理模型为编码、高级推理及多步骤工作流树立了全新标杆。

尤其值得注意的是其“深度思考”功能，支持在即时响应与深度推演模式间灵活切换，将耗时数小时的复杂任务压缩至分钟级完成。

这正是多模型协作战略的最佳注脚：不同场景需要不同的解决方案。

正是这种对业务场景多样性的深刻理解，促使亚马逊云科技在生成式AI时代提出“Choice Matters”战略，并成功聚合了包括Anthropic、Google、Meta、OpenAI在内的全球顶级模型厂商。

实践表明，多模型应用已经形成了两种典型模式：

首先是“最佳匹配”模式。在某些特定场景下，单一模型就能很好地满足需求。例如，实时翻译场景选用Nova，学术研究选DeepSeek更合适，Claude则是内容创作的首选。

更重要的是“协同增效”模式。在复杂场景下，多个模型的协同往往能发挥出“1+1>2”的效果：

• 在复杂翻译系统中，DeepSeek R1/Claude 3.7负责处理高阶翻译查询，而Nova Lite则处理初次翻译
• 在聊天机器人应用中，Nova Lite处理内容识别，Claude 3.5/3.7处理复杂任务
• 在深度研究场景中，DeepSeek R1/Claude 4处理推理，Claude Haiku处理函数调用
• 在代码伴侣场景中，DeepSeek R1负责架构设计，Claude 4负责代码生成

在真实的商业场景中，企业不仅需要根据具体场景选择不同模型，更需要在同一场景下灵活组合多个模型，才能获得最优解决方案。

不争冠军，只做擂台

亚马逊云科技正在通过两大平台实现“Choice Matters”（选择大于一切）这一战略：

Amazon Bedrock提供217款商业API服务，而Amazon SageMaker则支持185款商业和款开源模型的部署和托管。

目前亚马逊云科技提供超过400款主流商业及开源大模型，成为全球最大的AI模型聚合平台。

更值得关注的是入驻Amazon Bedrock和Amazon SageMaker的模型合作伙伴阵容。从2023年4月Anthropic成为首批入驻伙伴开始，AWS已经汇聚了包括Meta、DeepSeek、Google、OpenAI 等在内的全球顶级AI公司的模型。

Amazon Bedrock清晰地展现了这一生态系统的快速发展：

每一家亚马逊云科技的模型合作伙伴，都为企业带来了独特的模型优势和行业、场景聚焦，共同构建起一个全面且多元的生成式AI生态系统。

AI不是赢家通吃的游戏

观察这场持续近三年的生成式AI变革，一个显著的趋势正在形成：企业对AI模型的需求已经从“最强”转向“最适合”，并且需要多个模型协同工作才能获得最佳效果。这种转变背后有三个关键因素：

1.性能与成本的平衡：不同场景对性能、延迟、成本的优先级不同。今日发布的Claude 4.1就很好地诠释了这一点：它提供了两个版本，Opus系列追求极致性能，而Sonnet系列则在性能与成本间取得平衡。
2.任务复杂度的差异：简单任务可用单一模型，复杂任务需要多模型协作。
3.定制化需求：企业在使用开箱即用的模型之外，往往还需要定制化来提升效果。亚马逊云科技通过Bedrock和SageMaker为生成式AI的应用落地提供这种灵活性。

市场的选择也印证了这一趋势。从金融巨头野村证券选择Llama系列处理数据分析，到外卖平台Doordash使用Claude优化客户服务，再到Zalando借助Mistral AI实现电商智能化，每个企业都在根据自身需求选择最适合的模型组合.

从2023年的“最强模型之争”，到2025年的“百花齐放”，生成式AI的发展轨迹已经证明：未来属于开放、多元的生态系统，而不是某个单一的“赢家”。今天，OpenAI的加入和Claude 4.1的突破性升级，为“选择大于一切”这一理念写下了最好的注脚。

AI与商业的交汇正在从根本上重塑我们的工作方式。 未来十年全球将有11亿个工作岗位面临技术转型，44％的员工核心技能将在短短4年内面临颠覆。（数据来源： 世界经济论坛，《2023 年就业未来报告》）

考取AWS AI Certification，通过行业认可的认证验证您的AI/ML个人技能，为您的未来提供动力。

了解更多：https://aws.amazon.com/cn/certification/