GenAI競爭激烈，亞馬遜能否脫穎而出？

亞馬遜（NASDAQ：AMZN）的AWS部門正在為其Bedrock GenAI完全託管服務揭曉一系列新功能和改進，所有這些都旨在簡化為GenAI應用程式選擇和部署正確工具的過程。

具體來說，亞馬遜正在增加將客製化基礎模型匯入到服務中的功能，然後允許公司在這些客製化模型中利用Bedrock的功能。

例如，使用自己的資料（可能使用亞馬遜自己的SageMaker模型開發工具）訓練Llama或Mistral等開源模型的公司現在可以將該自訂模型與Bedrock中現有的標準化模型整合。

因此，組織可以使用單一API來建立應用程序，以利用其自訂模型以及現有的Bedrock模型選項，包括AI21 Labs、Anthropic、Cohere、Meta和Stability AI的最新版本，以及亞馬遜自己的Titan模型。

事實上，亞馬遜也推出了Titan Text Embeddings模型的第二版，該模型專門針對RAG（檢索增強生成）應用程式進行了最佳化。該公司也宣布全面推出Titan Image Generator模型。

說到RAG，將自訂模型導入Bedrock的其他好處之一是能夠利用該服務的整合RAG功能。這使得公司能夠利用這種日益流行的新技術，繼續利用新數據微調其客製化模型。

由於它是無伺服器的，Bedrock還包含用於跨AWS實例無縫擴展模型效能的內建功能，使公司能夠根據情況需要更輕鬆地管理其實時需求。

此外，對於尋求建立能夠執行多步驟任務的人工智慧驅動的代理的組織來說，Bedrock還提供了一些工具，允許開發人員創建代理，並讓企業在創建代理時利用他們的客製化模型。

代理是目前GenAI中最熱門的討論話題之一，因此這些類型的功能必然會引起那些想要保持領先地位的組織的興趣。

除了Bedrock的這些現有功能之外，亞馬遜還宣布了另外兩個功能，這兩個功能都可以擴展到現有的Bedrock模型和自訂導入模型。

亞馬遜Bedrock的新Guardrails添加了一組額外的過濾功能，以防止創建和發布不當和有害內容以及個人身份和/或敏感資訊。

正如亞馬遜所指出的那樣，幾乎所有模型都已經包含了某種程度的內容過濾，但新的Guardrails提供了額外的可自訂預防層，以幫助公司進一步保護自己免受此類問題的影響，並確保生成的內容符合客戶的指導方針。

此外，Bedrock中的亞馬遜模式評估工具現已全面推出。該工具可協助組織為他們想要實現的特定任務或他們想要編寫的應用程式找到最佳的基礎模型。

評估者比較不同模型反應的準確性和魯棒性等標準特徵。它還允許定制幾個關鍵標準。例如，公司可以將自己的資料或一組自訂提示上傳到評估器，然後產生一份報告，根據其自訂需求比較不同模型的表現。

亞馬遜還提供了一種機制，讓人們可以評估不同的模型輸出，以進行主觀測量，例如品牌聲音、風格等。這種模型評估是一項重要功能，因為雖然許多公司最初可能會因為範圍廣泛而被像Bedrock這樣的開放模型平台所吸引它提供了不同的選擇，這些相同的選擇很快就會變得令人困惑和不知所措。

我們仍處於GenAI部署的早期階段，許多組織剛開始弄清楚他們的策略和實施方法。

然而，有一點已經很清楚了，許多公司已經開始意識到讓GenAI軟體和服務靠近資料來源是多麼重要。

考慮到有多少資料位於AWS雲端中，許多組織都會善待這些新的增強型AWS功能。

對於在AWS中儲存大量資料（用於使用RAG等技術訓練或微調GenAI模型）的公司來說，這些新的Bedrock功能可以幫助吸引他們快速啟動GenAI應用程式之旅。

競賽仍在繼續，但很明顯，所有主要的雲端運算提供者都希望成為（並將成為）重要的參與者。

作者 | Bob O'Donnell

編譯 | 華爾街大事件