題圖｜視覺中國

DeepSeek-R1蔓延速度之快，讓偉大的前輩ChatGPT都成了“老爺車”。

DeepSeek-R1憑借其特有的"認知預判"架構，在2025年率先實現(xiàn)了生成質量與推理速度的平衡，成為有史以來增速最快的大模型。

而且單代AI技術整體的“領先有效期”越來越短，對企業(yè)形成愈加頻繁地強烈沖擊。

在這種形勢下，一方面企業(yè)要持續(xù)跟蹤最新的技術，另一方面同時還要保證自己AI應用落地的效果——這已經(jīng)成為企業(yè)在AI上的巨大挑戰(zhàn)。

DeepSeek-R1強，讓企業(yè)更焦慮

DeepSeek-R1比較容易產(chǎn)生“幻覺”，恰恰是源于其關鍵創(chuàng)新：正式回答前的深度思考。

這個類似于人類在回答復雜問題前，會先在腦海中梳理思路，內(nèi)容更有條理性和邏輯性。因其生成文字的能力足夠強，邏輯足夠強大，這些幻想出來的“假話”往往還非常難分辨。

要么讓它負責前期思考，提供解決問題的框架；要么在完成資料搜集后，利用它強大的語言能力進行內(nèi)容整合輸出。最終結合部分其他大模型的成果，實現(xiàn)總體效果的最佳化。

對需要產(chǎn)生商業(yè)價值的企業(yè)級生成式AI應用來說，這完全不可接受。這就是生成式AI著名的“不可能三角”：準確、性能、成本。

這三方面的綜合要求，最終轉化為了AI應用搭建、知識儲備、模型訓練與部署等環(huán)節(jié)中的復雜挑戰(zhàn)。即使那些已完成數(shù)字化轉型的企業(yè)，也常在這些環(huán)節(jié)中偏離正軌，最終導致投入大量資金卻未能獲得預期效果。

“解藥”，藏在誰手里？

答案其實很明確，在云廠商手里。

今天凌晨，亞馬遜云科技宣布在Amazon Bedrock平臺上推出全托管、無服務器的DeepSeek-R1模型，是首個提供DeepSeek-R1作為全托管、正式商用模型的海外云廠商。所以，對于出海企業(yè)而言，DeepSeek on Bedrock是一個絕佳的選擇。

DeepSeek-R1作為Amazon Bedrock上首個完全托管的中國大模型，在今年1月底的部署版DeepSeek-R1上線之后就獲得了企業(yè)客戶的好評，數(shù)千用戶已經(jīng)Amazon Bedrock的自定義模型導入功能進行了部署。

此次更新的完全托管版相比之前的部署版，能夠進一步使用Amazon Bedrock上所有功能，包括模型蒸餾、安全防護、數(shù)據(jù)加密、模型評估以及開箱即用的工具。

亞馬遜云科技這一次的更新，從事實上證明了云計算廠商在AI大模型時代依舊具有明確的競爭優(yōu)勢：

1、更準確——云端大模型商店，匯聚全球最領先的AI大模型，供企業(yè)快速調(diào)用；企業(yè)數(shù)據(jù)全面防護，驅動大模型訓練和運轉； 2、更強性能——云原生架構方便多種模型和海量Agent協(xié)作；大規(guī)模GPU計算基礎設施，隨時調(diào)用； 3、更低成本——減少企業(yè)自身使用大模型、蒸餾小模型的工作量；靈活調(diào)用的計算資源，可以從根本上減少計算花費。

絕大多數(shù)企業(yè)無法擁有機器學習專家、數(shù)據(jù)科學家和語言模型專家，人才成本、人才累積都無法承受。

云計算廠商，則可以在人才和基礎設施方面進行更積極的投入，更好、更快地挖掘技術潛力。同時還能積極推進與全球多家最領先AI創(chuàng)業(yè)公司合作。生態(tài)化的合作方式，讓眾多客戶企業(yè)能夠享受到全球最領先的AI人才、AI創(chuàng)業(yè)公司的技術成果。

亞馬遜云科技通過與Anthropic、DeepSeek、Cohere等頭部AI創(chuàng)業(yè)公司深度合作，讓Amazon Bedrock上可選基礎大模型來到180多款，其中50款可以云原生部署，比如Claude3.7 Sonnet、DeepSeek-R1、Llama 3.3、Nova系列模型、Mistral Large等。

相比大模型的“有無問題”，云計算廠商還是有更進幾步的思考：

一、多模型的選擇和部署

根據(jù)國際知名咨詢機構Gartner的最新預測：因為單一模型無法同時滿足企業(yè)的所有功能性和非功能性要求，所以到2027年，中國80%的企業(yè)將使用多模型生成式人工智能策略來實現(xiàn)多樣化的模型功能，來獲得成本效益。

但想要完成復雜的多模型部署與應用協(xié)調(diào)并非易事，在打造專用模型的過程中，企業(yè)還很可能因為自身并沒有足夠龐大且高質量的數(shù)據(jù)集來訓練和優(yōu)化，導致效果不佳。最終出現(xiàn)落地進程比不過技術快速迭代的速度，導致“技術落地即過時�！�

Amazon Bedrock的多種大模型的同平臺、同Marketplace搭載，就為企業(yè)多模型組合使用創(chuàng)造了便利。企業(yè)完全可以根據(jù)自己的需求特點，實現(xiàn)云上多模型策略：根據(jù)自己的具體場景需求，把多個大模型，按照“高級的高性能安全模型、中級的平衡型模型、Good-Enough便宜大碗好用模型”雇傭一組不同學歷和資歷的AI員工，兼顧場景、性能、準確和成本。

例如亞馬遜云科技自己的Nova模型，就是典型的“便宜大碗安全好用型”，本身就涵蓋了多個版本，在各類基準測試中表現(xiàn)持平來自于Google的Gemini 1.5 Flash，同時比后者還有更快的輸出速度和性價比，適用于企業(yè)客服、內(nèi)容生成、簡單數(shù)據(jù)分析、企業(yè)內(nèi)部自動化等場景。就非常適合當做“Good-Enough”模型，企業(yè)可以拿它與Claude 3.7 Sonnect、DeepSeek-R1這樣的強模型組合，形成高低搭配。

二、能落地、上生產(chǎn)，才是好模型

企業(yè)客戶需要趁手的開發(fā)平臺、工具、功能，實現(xiàn)真正的從技術落地到上生產(chǎn)的老大難問題。

Amazon SageMaker AI，讓用戶可以在集成式開發(fā)環(huán)境高效地構建、訓練和部署機器學習模型。Amazon Bedrock自帶防護機制中的“自動推理檢查”功能，則可以從根源上盡可能消除大模型運行過程中的“幻覺”問題。

云計算結合大模型的解決方案，正在全面推動云計算再次成為企業(yè)IT基礎設施的最佳選擇。

在知名咨詢機構PWC的一份關于領先企業(yè)在云計算和AI領域的投入調(diào)研中，有92%的行業(yè)領先企業(yè)都正在計劃增加自己的云預算，其中63%更是將云預算的增長提升了6%以上（遠高于通貨膨脹率）。

越來越多的企業(yè)正在通過AI驅動的云架構加速數(shù)據(jù)現(xiàn)代化，將IT能力與AI緊密結合，從而在行業(yè)中獲得領先地位。

亞馬遜云科技，企業(yè)AI時代的“僚機”

亞馬遜云科技CEO Matt Garman在一次采訪中明確指出AI時代云計算廠商的核心任務——持續(xù)走在企業(yè)前列，幫助客戶捕捉關鍵選擇。

他以兩個例子來說明這一觀點：第一，為用戶提供最先進的技術和產(chǎn)品，例如推理能力更強的DeepSeek-R1大模型；第二，打造有競爭力的AI計算基礎，例如亞馬遜云科技專門為人工智能訓練和推理設計的Tranium2人工智能芯片。

Garman特別強調(diào)，云計算廠商并非像其他公司一樣急于推出聊天機器人，而是基于客戶需求，打造一個聚合平臺，提供多種大模型和各環(huán)節(jié)工具，幫助客戶將新技術真正應用于業(yè)務，讓AI成為企業(yè)的關鍵競爭優(yōu)勢。

亞馬遜云科技的實踐與傳統(tǒng)云計算時代并無本質不同——始終走在技術探索的前沿，在掌握新技術后，將成果反饋給客戶。

為了確保領先，亞馬遜還在不斷增加投入。根據(jù)第三方研究機構的統(tǒng)計，亞馬遜繼續(xù)在基礎設施的支出上領銜全球云廠商，2024年AI基礎設施投資更是推動了資本支出的大幅增加。亞馬遜CEO Andy Jassy在此前的第四季度財報會上專門指出：亞馬遜第四季度263億美元資本支出的"絕大部分"用于亞馬遜云科技的AI投資。

"開放的多贏邏輯"、"保持技術實力的絕對優(yōu)勢"、"只盯著客戶的需求"——這是亞馬遜云科技在生成式AI時代走向新高度背后的邏輯。

本內(nèi)容為作者獨立觀點，不代表虎嗅立場。未經(jīng)允許不得轉載，授權事宜請聯(lián)系 hezuo@huxiu.com

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4062550.html