亚马逊追赶微软谷歌，两日推出多项 AI 功能：多样 LLM 选择、打破数据孤岛是其两大战略

亚马逊正奋起直追...

图片来源：由无界 AI生成

在新兴的生成式人工智能领域，云计算巨头亚马逊网络服务（AWS）一直被认为落后于其竞争对手微软 Azure 和谷歌云（Google Cloud）。

但在过去两天的 AWS Re:Invent 大会上，亚马逊奋起直追，昭告了它希望成为生成式 AI 领域领头羊的愿望。

继昨日 AWS 首席执行官 Adam Selipsky 宣布推出了名为 Amazon Q 的新型聊天机器人，升级款的 AI 系统处理器 Trainium2，并与英伟达拓展伙伴关系外。今日，AWS 数据与人工智能副总裁 Swami Sivasubramanian 在其主题演讲中又发布了一系列公告。

以下是今天 14 项功能要点：

1. 更多 LLM 选择：通过 Bedrock，亚马逊 AWS 已为企业客户提供了对模型的访问权限‌，如自己的预训练基础模型 Titan，以及来自第三方的基础模型，如 AI21 的 Jurassic、Anthropic 的 Claude、Meta 的 Llama 2 和 Stable Diffusion。

正如此前 9 月，亚马逊向 Anthropic 投资‌ 40 亿美元的热忱一样，Sivasubramanian 宣布将为 Anthropic 提供更多模型支持。他大肆宣扬了 Bedrocks 对 Anthropic 的 Claude 模型的支持，AWS 成为首家支持 Claude 2.1‌ 的云提供商。据悉，该模型拥有业界领先的 20 万 token 上下文窗口、且准确性更高，幻觉率更低。此外，Sivasubramanian 还宣布了 Bedrocks 对 Meta 的 Llama 2、70B（一种开源模型）的支持，这表明 AWS 将继续支持开源。

2. 支持多模式向量嵌入：矢量嵌入是一种将文本和其他文件转化为称为矢量的数字表示的技术。这些向量可以让模型更容易地理解相似词语之间的关系，例如“猫”与“小猫”的意思相近，继而使模型能够为用户提供更相关的回复。亚马逊此前曾宣布采用 Titan 文本嵌入技术，并在内部将其用于亚马逊上的产品推荐，但它只适用于文本。

今天，Sivasubramanian 宣布，泰坦多模型嵌入技术（Titan Multi-model Embeddings）将全面投入使用，这将使在 LLM 中提供多模态搜索和推荐选项变得更加容易。

3. 文本生成模型 Titan TextLite 和 Titan TextExpress 已全面上市：TextLite 是一种轻量级模型，适用于聊天机器人内的文本摘要、文案撰写和微调，而 Titan TextExpress 则适用于开放式文本生成和对话聊天。

4. 泰坦图像生成器（Titan Image Generator‌）可在预览模式下生成隐形水印，以确保安全：这种模式使客户能够使用简单的语言提示，生成用于增强现有图像的高质量逼真图像。用户可以使用自己的数据自定义图像，创建反映自己品牌的内容。Sivasubramanian 表示，该模型在不同的数据集上进行训练，以实现准确的输出，同时还能减少毒性和偏差。

他说，人类评估员的测试结果表明，该模型的得分高于其他竞争模型。此外，该模型生成的所有图像默认都带有隐形水印，“旨在帮助避免虚假信息的传播……并具有防篡改功能”。他说，Titan Image Generator 是市场上第一款带有这种水印的产品。

在主题演讲中，Sivasubramanian 以一张鬣蜥图片为例，展示了该模型的编辑功能。其中一项功能叫做“outpainting”，允许用户替换图片的背景，在演示案例中，Sivasubramanian 用雨林图片替换了普通背景。此外，他还展示了如何改变图片主体，以及如何使用自然语言来改变鬣蜥的朝向。

5.使检索增强生成（RAG）更容易：亚马逊正在使用 RAG 让 LLMs 搜索自己的专有数据存储。通常情况下，RAG 非常复杂，工程师必须将数据转换为矢量嵌入，并将其存储到矢量数据库中，需要的时间在数周甚至数月。为此，亚马逊发布了亚马逊 Bedrock 知识库，允许企业用户只需将 LLM 指向他们的数据位置（如 S3 存储桶），AWS Bedrock 就能获取相关文本或文档，并自动完成所有矢量转换。此外，它还可与 Vector Engine、Redis Enterprise Cloud 和 Pinecone 等流行的矢量数据库配合使用。亚马逊还宣布将“很快”支持 Amazon Aurora,、MongoDB 和更多数据库。

6. 亚马逊 Bedrock 模型评估预览：这是企业评估、比较和选择最适合其用例的基础模型的一种方法。

7. 自动“代理”应用 RAG DIY：生成式 AI 代理（Agents）最近很热，因为它们可以在一定程度上自主行动。Agents 是通过动态调用各种应用程序接口来执行复杂任务的人工智能应用程序，亚马逊通过 Agents for Amazon 对此提供了支持，该代理于昨天全面上线。

今天早上，Sivasubramanian 展示了一个名为 RAG DIY 的假想代理，以展示代理的能力。由 LLM 驱动的 RAG DIY 助手基于 Bedrock 中的 Claude 2，允许人们使用自然语言提问来完成家居和其他项目。Swami 举了一个例子：例如一位女士想更换浴室的梳妆台。那么，她可以向该助手询问任何类型的产品，并收到一份详细的步骤、材料和工具清单，以及所需的许可证。该助手会利用用户的输入，并调用 Titan image generator 的图像，然后，RAP DIY 应用程序使用多模态模型嵌入来搜索其大量库存，并检索所需的所有产品。通过调用专门用于摘要任务的 Cohere Command 模型，该助手还可以为她提供任何产品的用户评论摘要。