機(jī)器之心報(bào)道

機(jī)器之心編輯部

在 AI 領(lǐng)域，亞馬遜云科技有著自己的打法，模型選擇權(quán)交給用戶。

「云計(jì)算一哥」亞馬遜云科技又「收」新模型了。

就在剛剛過去的 8 月，亞馬遜云科技宣布，其 Amazon Bedrock 和 Amazon SageMaker 兩大 AI 平臺(tái)開始支持 OpenAI 新開源模型。

緊接著今天又傳出新消息，兩大重量級(jí)國產(chǎn)大模型Qwen3 和 DeepSeek-V3.1也被亞馬遜云科技收入 Amazon Bedrock。

目前這兩款模型均已在 Amazon Bedrock 全球上線，可用區(qū)域包括美國西部（俄勒岡）、亞太地區(qū)（孟買、東京）、歐洲（倫敦、斯德哥爾摩）等。

這一連串快速上新的動(dòng)作，展現(xiàn)了亞馬遜云科技在全球 AI 競(jìng)賽中的敏銳嗅覺和執(zhí)行力。無論是來自 Meta、Mistral AI 和 OpenAI 等國際頂尖的開放模型，還是國產(chǎn)開源模型，亞馬遜云科技都在第一時(shí)間將其納入生態(tài)版圖，為開發(fā)者與企業(yè)用戶提供了前所未有的多樣化選擇。

這也恰恰是亞馬遜云科技長期堅(jiān)持的 「Choice Matters（選擇大于一切）」戰(zhàn)略的最佳注解：沒有一個(gè)大模型可以解決所有問題，唯有通過多模型的互補(bǔ)與協(xié)同，才能讓 AI 真正匹配現(xiàn)實(shí)世界的復(fù)雜需求。

此外，大家關(guān)心的模型安全問題，在亞馬遜云科技這里也得到了保障：客戶對(duì)他們自己的數(shù)據(jù)擁有完全的控制權(quán)，亞馬遜云科技不會(huì)將模型的輸入和輸出數(shù)據(jù)與模型提供商共享，也不會(huì)用于改進(jìn)基礎(chǔ)模型。

兩大頂尖國產(chǎn)模型登陸 Amazon Bedrock

隨著 Qwen3 和 DeepSeek-V3.1 兩大國產(chǎn) AI 模型的正式發(fā)布，Amazon Bedrock 進(jìn)一步擴(kuò)展了其平臺(tái)上管理完善、行業(yè)領(lǐng)先的模型陣容。

這兩款模型的加入，不僅豐富了現(xiàn)有的開放權(quán)重模型選擇，為全球客戶提供更多創(chuàng)新的可能和靈活的應(yīng)用場(chǎng)景，也進(jìn)一步加強(qiáng)了亞馬遜云科技在生成式 AI 領(lǐng)域的競(jìng)爭(zhēng)力和影響力。

Qwen3 模型首次上線 Amazon Bedrock

作為國產(chǎn) AI 模型的扛把子，Qwen3 模型首次亮相 Amazon Bedrock，成為該平臺(tái)第 14 個(gè)模型提供商。此舉不僅標(biāo)志著中國 AI 開源生態(tài)與國際云計(jì)算的深度融合，也進(jìn)一步推動(dòng)了全球 AI 技術(shù)的合作與發(fā)展。

Qwen3 模型是阿里巴巴開源的新一代通義千問模型，在推理、指令遵循、多語言支持和工具調(diào)用等方面均大幅提升，創(chuàng)下了國產(chǎn)和全球開源模型的新性能紀(jì)錄。與同類模型相比，Qwen3 模型的部署成本大幅下降，僅需 4 張 H20 便能實(shí)現(xiàn)其滿血版部署，顯存占用也只有性能相近模型的三分之一，極大地降低了硬件需求。

此次上線的 Qwen3 模型包括四個(gè)版本：Qwen3-Coder-480B-A35B-Instruct、Qwen3-Coder-30B-A3B-Instruct、Qwen3-235B-A22B-Instruct-2507 和 Qwen3-32B-Dense，并分別針對(duì)不同應(yīng)用場(chǎng)景進(jìn)行優(yōu)化。

Qwen3-Coder-480B-A35B-Instruct專為復(fù)雜的軟件工程任務(wù)設(shè)計(jì)，擅長高級(jí)代碼生成、代碼庫分析和集成外部工具；Qwen3-Coder-30B-A3B-Instruct特別優(yōu)化了代碼補(bǔ)全、重構(gòu)及編程相關(guān)問題解答，適用于多種編程語言；Qwen3-235B-A22B-Instruct-2507則提供了強(qiáng)大的通用推理和指令跟隨能力，適用于需要平衡性能與效率的任務(wù)；Qwen3-32B-Dense則適用于要求穩(wěn)定性能、低延遲和成本優(yōu)化的場(chǎng)景，如移動(dòng)設(shè)備和邊緣計(jì)算。

在模型架構(gòu)方面，Qwen3 模型采用了 MoE 和密集型架構(gòu)。其中，MoE 模型如 Qwen3-Coder-480B-A35B-Instruct 和 Qwen3-Coder-30B-A3B-Instruct，通過動(dòng)態(tài)激活部分參數(shù)，實(shí)現(xiàn)高效推理，適用于復(fù)雜編程和智能體任務(wù)。而密集型 Qwen3-32B 則在所有參數(shù)上提供穩(wěn)定一致的性能，適合低延遲和資源受限的環(huán)境。

同時(shí)，Qwen3 模型還具備強(qiáng)大的智能體能力，能夠執(zhí)行多步推理和結(jié)構(gòu)化規(guī)劃，可以在一次模型調(diào)用中生成輸出并調(diào)用外部工具或 API，支持與外部環(huán)境的標(biāo)準(zhǔn)化通信，且能夠在長時(shí)間會(huì)話中維持?jǐn)U展上下文。

此外，Qwen3 還引入了混合思維模式，支持思維模式和非思維模式兩種推理方式，思維模式適用于需要逐步推理的復(fù)雜任務(wù)，而非思維模式則提供快速響應(yīng)，適合對(duì)速度要求更高的場(chǎng)景。這一創(chuàng)新幫助開發(fā)者在復(fù)雜任務(wù)和對(duì)響應(yīng)速度要求高的任務(wù)之間找到平衡。Qwen3-Coder 模型原生支持 256K 個(gè) token 的上下文窗口，使用外推方法可擴(kuò)展到 100 萬個(gè) token，使其能夠處理大規(guī)模的代碼庫、技術(shù)文檔或長時(shí)間對(duì)話歷史，進(jìn)一步提升了長上下文處理的能力。

DeepSeek-V3.1 上線 Amazon Bedrock

除了 Qwen3，在提到國產(chǎn)開源模型時(shí)，DeepSeek 無疑是繞不開的名字。憑借高效的推理性能、極具競(jìng)爭(zhēng)力的性價(jià)比以及活躍的社區(qū)生態(tài)，DeepSeek 已經(jīng)成為企業(yè)在大規(guī)模應(yīng)用 AI 時(shí)的重要選擇。

亞馬遜云科技也是首家提供全托管式 DeepSeek 模型的海外云廠商。

早在今年三月，亞馬遜云科技率先在云服務(wù)商中以無服務(wù)器（serverless）的方式提供 DeepSeek-R1，并在 Amazon Bedrock 上將其作為完全托管、全面可用的模型正式上線。

延續(xù)這一先行一步的策略，亞馬遜云科技在對(duì)合作伙伴最新大模型的支持上始終保持著及時(shí)快速響應(yīng)。也正因如此，當(dāng) DeepSeek 發(fā)布新一代模型 DeepSeek-V3.1 時(shí)，他們便在第一時(shí)間官宣全面支持，將其迅速納入Amazon Bedrock 的模型版圖。

DeepSeek-V3.1 是一個(gè)混合推理模型，同時(shí)支持思考模式與非思考模式。在思考效率上，相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短時(shí)間內(nèi)給出答案。這種可調(diào)節(jié)的推理機(jī)制，不僅提升了模型在不同應(yīng)用中的適配性，也讓 AI 的使用更加可控和高效。

與此同時(shí)，DeepSeek-V3.1 在代碼生成、Agentic AI 工具調(diào)用等方面展現(xiàn)出強(qiáng)勁的性能。在模型上線 Amazon Bedrock 后，用戶可借助其強(qiáng)大的代碼生成、補(bǔ)全、調(diào)試能力，顯著提升開發(fā)效率。此外，其優(yōu)秀的工具調(diào)用能力，使開發(fā)者能夠構(gòu)建更智能、更自主的 AI Agent ，處理更復(fù)雜任務(wù)。

幸運(yùn)的是，DeepSeek-V3.1 這些功能，現(xiàn)在全部都能在 Amazon Bedrock 上體驗(yàn)。

Qwen3 和 DeepSeek 最新模型的加入，Amazon Bedrock 上完全托管的大模型家族又進(jìn)一步壯大。到目前為止，AmazonBedrock 已提供了 249 款大模型，覆蓋從通用對(duì)話、生成，到多語言理解與代碼助手等多個(gè)應(yīng)用類型，用戶都能在此找到最適合自身業(yè)務(wù)的模型。

隨著不斷引入更多大模型廠商并擴(kuò)充托管模型陣列，Amazon Bedrock 已匯聚包括 Anthropic 、DeepSeek、亞馬遜云科技自研 Nova 模型在內(nèi)的十四家主流廠商，構(gòu)建起多模型并存、多場(chǎng)景適配的開放格局。這不僅極大豐富了技術(shù)多樣性與選擇空間，也為亞馬遜云科技在未來 AI 生態(tài)中的話語權(quán)奠定了堅(jiān)實(shí)基礎(chǔ)。

大模型選型實(shí)戰(zhàn)：性能穩(wěn)定高速

機(jī)器之心迫不及待地上手體驗(yàn)了一波。

在 Amazon Bedrock 上用于測(cè)評(píng)對(duì)比和挑選最合適業(yè)務(wù)的大模型的「大模型選型實(shí)戰(zhàn)」Playground，我們測(cè)試了最新上線的 Qwen3 和 DeepSeek 模型。

先讓 DeepSeek-V3.1 寫一篇科幻微小說來簡(jiǎn)單測(cè)試一下可行性。

從生成的故事來看，Amazon Bedrock 版 DeepSeek-V3.1 的表現(xiàn)可圈可點(diǎn)，故事懸念和文筆都相當(dāng)不錯(cuò)。

「大模型選型實(shí)戰(zhàn)」Playground 還提供了「比較模式」，讓我們可以直接讓兩個(gè)模型同臺(tái)競(jìng)技，看它們?cè)谕瑯犹崾驹~下會(huì)有怎樣的表現(xiàn)。

接下來我們就讓 DeepSeek-V3.1 和 Qwen3-235B-A22B-Instruct-2507 同時(shí)登臺(tái)，演示一下它們的混合推理能力，看看它們究竟能否根據(jù)任務(wù)難度自行決定是否推理和深度思考。先來個(gè)簡(jiǎn)單任務(wù)：

小明有 3 個(gè)蘋果，吃掉了 1 個(gè)，還剩幾個(gè)？請(qǐng)直接回答。

對(duì)于這個(gè)簡(jiǎn)單問題，兩個(gè)模型幾乎都是瞬時(shí)完成了任務(wù) —— 都在半秒左右（模型名右側(cè)第三個(gè)數(shù)據(jù)，前兩個(gè)數(shù)據(jù)分別是輸入和輸出的 token 數(shù)量）給出了正確答案。很顯然，對(duì)于這個(gè)簡(jiǎn)單任務(wù)，這兩個(gè)模型都沒有（也無需）進(jìn)行深度思考。

接下來上一個(gè)難度更大一點(diǎn)、涉及到多步計(jì)算的任務(wù)：

小明有 24 個(gè)蘋果。他先吃掉 1/3，剩下的平均分給 3 個(gè)朋友。后來，每個(gè)朋友又把自己的一半蘋果還給小明。最后，小明手里一共有多少個(gè)蘋果？請(qǐng)逐步推理。

可以看到，這兩個(gè)模型同樣正確地完成了任務(wù)并給出了整個(gè)推理過程。而仔細(xì)觀察，我們又能發(fā)現(xiàn)這兩個(gè)混合推理模型的回答各有風(fēng)格。比如 Qwen3-235B-A22B-Instruct-2507 的計(jì)算過程分成了 5 步，而 DeepSeek-V3.1 用了 4 步；另外前者的推理過程中的 LaTeX 并沒有渲染，而后者的完成了渲染。用戶可以根據(jù)自身的業(yè)務(wù)流程需求及偏好選擇合適的模型。

最后我們?cè)僮?Qwen3-Coder-480B-A35B-Instruct 上場(chǎng)，為我們編寫一個(gè)「俄羅斯方塊 + 貪吃蛇」游戲：

用 Python（使用 pygame）編寫一個(gè)融合俄羅斯方塊和貪吃蛇的小游戲：畫面分為上下兩部分，上半部分有一條會(huì)自動(dòng)移動(dòng)的蛇，玩家需控制下落方塊左右移動(dòng)以躲避蛇；當(dāng)方塊進(jìn)入下半部分后，按照俄羅斯方塊規(guī)則繼續(xù)下落，玩家需要把它放入合適位置以消除整行。若方塊與蛇相撞則游戲結(jié)束；支持方向鍵移動(dòng)、空格鍵加速下落；蛇可隨機(jī)改變方向。程序需包含初始化、事件處理、邏輯更新和渲染繪制等模塊，并寫清注釋。

該模型僅用半分鐘就完成了任務(wù)！下面將代碼復(fù)制出去運(yùn)行一下。

這個(gè) Qwen3-Coder 首次完成的代碼就基本正確地完成了提示詞所述的所有游戲邏輯，即使不修改也基本可玩。對(duì)于其中顯示不出的字符，我們也只需對(duì)代碼中的字體設(shè)置做簡(jiǎn)單微調(diào)，即可解決。

整個(gè)過程中，Amazon Bedrock 提供的服務(wù)都非常穩(wěn)定高速，提供的全量模型的性能也能得到充分保證。

亞馬遜云科技：我們也很看重開放權(quán)重模型

我們不難發(fā)現(xiàn)，Qwen3 以及 DeepSeek-V3.1 都是國產(chǎn)開源陣列中的佼佼者，加上之前的 gpt-oss（120b 和 20b），亞馬遜云科技都將它們納入 Amazon Bedrock 平臺(tái)，彰顯了其對(duì)開源生態(tài)的重視與支持

在亞馬遜云科技看來，向客戶提供多樣化的專有模型和開源模型是解鎖全球客戶在生成式 AI 領(lǐng)域創(chuàng)新自由的關(guān)鍵。

一方面用戶無需在不同供應(yīng)商、不同環(huán)境之間輾轉(zhuǎn)，即可在同一個(gè)平臺(tái)上實(shí)驗(yàn)、比較、部署和優(yōu)化來自多方的頂級(jí)模型能力。

另一方面，相比閉源模型，開源模型有著獨(dú)特的優(yōu)勢(shì)，特別是在定制化開發(fā)和透明性方面，給用戶帶來了更大的靈活性和控制權(quán)。

舉例來說，在 Amazon Bedrock 上，用戶可以通過開源模型直接調(diào)用經(jīng)過優(yōu)化的托管推理服務(wù)，實(shí)現(xiàn)快速應(yīng)用部署，而無需從頭開始搭建基礎(chǔ)設(shè)施。這種便捷的方式，可以幫助用戶迅速將生成式 AI 集成到自己現(xiàn)有的工作流程和業(yè)務(wù)場(chǎng)景中。

此外，開源模型的真正價(jià)值不僅僅在于其即用性，更在于其開放權(quán)重的特性。用戶可以在原始模型的基礎(chǔ)上，利用自己的行業(yè)數(shù)據(jù)和特定需求，進(jìn)行二次開發(fā)和定制訓(xùn)練。例如，某些行業(yè)可能需要更精確的語義理解，通過開源模型，用戶可以根據(jù)自身的實(shí)際情況調(diào)整訓(xùn)練集、優(yōu)化模型架構(gòu)，甚至引入新的技術(shù)與算法。這種能力使得企業(yè)能夠打造高度個(gè)性化、符合行業(yè)特色的智能解決方案，進(jìn)而在市場(chǎng)中獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

更重要的是，開源模型擁有很高的透明性。企業(yè)和用戶可以清晰了解模型的結(jié)構(gòu)、訓(xùn)練數(shù)據(jù)和算法流程，這不僅增強(qiáng)了對(duì)模型行為的預(yù)測(cè)能力，也提高了在合規(guī)性和道德方面的可控性，真正體現(xiàn)了亞馬遜云科技以用戶為中心的服務(wù)理念。

正如 Amazon Bedrock 總監(jiān) Luis Wang 所言：「開放權(quán)重模型代表著 AI 創(chuàng)新的重要前沿，因此我們投入大量精力，致力于將亞馬遜云科技打造為安全、大規(guī)模且經(jīng)濟(jì)高效地運(yùn)行這些模型的最佳平臺(tái)。我們認(rèn)為，不存在一個(gè)適合所有用例的最佳模型…… 許多客戶喜歡使用開放模型，而開放模型的優(yōu)勢(shì)之一就是您可以擁有更大的靈活性來使用它?！?/p>

Choice Matters

沒有一個(gè)模型可以一統(tǒng)天下，選擇更重要

在最近一次采訪中，亞馬遜云科技 CEO Matt Garman 將 AI 描述為「幾十年來見過的可能發(fā)展最快的技術(shù)」。他認(rèn)為，AI 不僅會(huì)像互聯(lián)網(wǎng)和云計(jì)算一樣引發(fā)深刻變革，未來幾十年也將是持續(xù)創(chuàng)新的黃金期。

為了幫助各類公司在 AI 浪潮中不斷創(chuàng)新和落地，亞馬遜云科技一直秉持「Choice Matters」（選擇大于一切）理念。

「Choice Matters」并非空洞的口號(hào)，而是根植于亞馬遜云科技對(duì)技術(shù)演進(jìn)和客戶需求的深刻洞察。AI 應(yīng)用場(chǎng)景復(fù)雜多樣，沒有任何一個(gè) AI 模型能夠成為所有問題和場(chǎng)景的「萬能鑰匙」，企業(yè)客戶受性能、成本、具體任務(wù)、數(shù)據(jù)隱私與合規(guī)等多重因素影響，需求更是千差萬別。因此，將客戶鎖定在單一技術(shù)路徑，無異于限制其創(chuàng)新潛力。

正是在此背景下，亞馬遜云科技推出了能夠承載多樣化模型的 Amazon Bedrock 和 Amazon SageMaker 兩大平臺(tái)，并于 2024 年 re:Invent 大會(huì)上正式將「Choice Matters」確立為其生成式 AI 的核心戰(zhàn)略，旨在將選擇權(quán)和技術(shù)自由度徹底交還給客戶。

截至目前，亞馬遜云科技在 Amazon Bedrock 和 SageMaker 上構(gòu)建了一個(gè)擁有超過 400 款模型的模型庫，讓客戶能夠像在超市挑選商品一樣，根據(jù)自身獨(dú)特的業(yè)務(wù)需求，靈活比較、測(cè)試并組合最適合的模型，從而構(gòu)建出端到端的 AI 應(yīng)用。

于企業(yè)客戶而言，這一策略意味著最大化業(yè)務(wù)價(jià)值與加速實(shí)現(xiàn)落地。企業(yè)無需削足適履地去適應(yīng)某個(gè)固定模型，而是可以像搭積木一樣，以多模型協(xié)作的方式，將不同模型精準(zhǔn)應(yīng)用于營銷、客服、編程等不同環(huán)節(jié)，推動(dòng) AI 驅(qū)動(dòng)的業(yè)務(wù)轉(zhuǎn)型，形成 Matt 所言的「飛輪效應(yīng)」。

對(duì)亞馬遜云科技自身乃至整個(gè)行業(yè)來說，「Choice Matters」構(gòu)成了其最核心的差異化競(jìng)爭(zhēng)優(yōu)勢(shì)。它避免了亞馬遜云科技與模型提供商陷入正面競(jìng)爭(zhēng)，轉(zhuǎn)而專注于其最擅長的領(lǐng)域，即成為中立、豐富且可靠的 AI 基礎(chǔ)設(shè)施層

這種開放共贏的策略，吸引了包括初創(chuàng)公司、大型企業(yè)在內(nèi)的多樣化客戶生態(tài)，使各類企業(yè)都能找到適合自身的創(chuàng)新路徑，從而鞏固了亞馬遜云科技作為 AI 時(shí)代創(chuàng)新基座的地位，為其長期增長奠定了堅(jiān)實(shí)基礎(chǔ)。

最后，想在Amazon Bedrock上嘗試這兩款模型的小伙伴，指路：https://dev.amazoncloud.cn/experience/cloudlab?id=67bc1b7c8ea6eb2ae682bde3&visitfrom=1P_social_0919&sc_medium=owned&sc_campaign=cloudlab&sc_channel=1P_social_0919