亞馬遜云科技-人工智能行業(yè)：AIGC加速企業(yè)創(chuàng)新實(shí)踐指南

11把世界送入智能創(chuàng)作的新時(shí)代。采用機(jī)器學(xué)習(xí)的新范式賦能業(yè)務(wù)不斷探索已經(jīng)播種了幾十年，但隨著足夠的可伸縮算力的就位、海量數(shù)據(jù)的爆炸，以及機(jī)器學(xué)習(xí)技術(shù)的快速進(jìn)步，各行各業(yè)的客戶開始對業(yè)務(wù)進(jìn)行重塑。最近，智能對話類型的AIGC應(yīng)用引起了廣泛的關(guān)智能將會重塑大量客戶體驗(yàn)和應(yīng)用程序。從機(jī)器學(xué)習(xí)到智能創(chuàng)造，從專業(yè)生產(chǎn)內(nèi)容（PGC,Professional-generatedContent),用戶生產(chǎn)內(nèi)容（UGC,User-generatedContent）到人工智能生成內(nèi)容(AIGC,AI-generatedContent)，我們見證了一場本白皮書將結(jié)合AIGC領(lǐng)域最新技術(shù)趨勢和真實(shí)行業(yè)客戶案例，向所有AIGC的決策者，開發(fā)者、創(chuàng)業(yè)者和使用者展示AIGC給各行各業(yè)帶來的創(chuàng)新與變革，幫助用戶更好的理解AIGC帶給企業(yè)的價(jià)值，以及如何借助亞馬遜云科技的產(chǎn)品和服務(wù)快速高效地構(gòu)建差異化篇章一AIGC介紹與典型行業(yè)應(yīng)用場景介紹AIGC技術(shù)生態(tài)與典型客戶需求篇章一AIGC介紹與典型行業(yè)應(yīng)用場景介紹AIGC技術(shù)生態(tài)與典型客戶需求AIGC客戶案例分享..."AIGC44881023AIGC介紹與典型C于特定領(lǐng)域自定義由大量數(shù)據(jù)預(yù)先AIGC介紹與典型C于特定領(lǐng)域自定義由大量數(shù)據(jù)預(yù)先訓(xùn)練的基礎(chǔ)模型降低機(jī)器學(xué)習(xí)模型開發(fā)的時(shí)間AIGCAIGC，生成式AI(GenerativeAI)與基礎(chǔ)模型(FoundationModels)Gartner將生成式AI列為最有商業(yè)前景的人工智能技術(shù)之一。根據(jù)其進(jìn)入生產(chǎn)成熟期，發(fā)展?jié)摿εc應(yīng)用空間巨大。2025年，30%大型組織對外消息將由生成式AI生成。2025年，50%的藥物發(fā)現(xiàn)與研發(fā)將使用生成式AI。2027年，30%的制造商將使用生成式AI提高產(chǎn)品研發(fā)效率。從數(shù)字內(nèi)容生產(chǎn)，到引領(lǐng)產(chǎn)業(yè)變革，商業(yè)前景，加速產(chǎn)業(yè)融AIGCAIGC(生成式人工智能)是指可生成全新內(nèi)容的人工智從字面意思來看，AIGC是繼PGC，UGC之后的新型內(nèi)容創(chuàng)作方式，可以在創(chuàng)意、表現(xiàn)力、迭代、傳播、個性化等方面，充分發(fā)揮技術(shù)優(yōu)勢，打造新的因此，AIGC的狹義概念是利用人工智能自動生成內(nèi)容的生產(chǎn)方式。但是AIGC已經(jīng)代表了人工智能技術(shù)發(fā)現(xiàn)的新趨勢，過去傳統(tǒng)的人工智能偏向于而不是僅僅局限于分析已經(jīng)存在的東西，從而實(shí)現(xiàn)生成創(chuàng)造的躍遷。廣義的AIGC可以看作是像人類一樣具備生成創(chuàng)造能力的自主生成創(chuàng)造新的文本、圖像、音樂、視頻、3D交互內(nèi)容（如虛擬人、虛44這些模型是基于大量數(shù)據(jù)進(jìn)行預(yù)先訓(xùn)練的，通常被稱為基礎(chǔ)模型（FoundationModels）。機(jī)器學(xué)習(xí)的最新進(jìn)展（特別是基于transformer的神經(jīng)網(wǎng)絡(luò)架構(gòu)的發(fā)明）直接帶來這一類模型的爆發(fā)式增長，這類模型通常包含數(shù)十億個參數(shù)或變量。如今的基礎(chǔ)模型，例如大型語言模型GPT4或BLOOM，可以執(zhí)對話聊天、基于文檔回答問題等,由stability.ai開發(fā)的文生圖模型StableDi?usion，可以生成創(chuàng)意圖片，轉(zhuǎn)換已有圖像盡管預(yù)訓(xùn)練基礎(chǔ)模型所帶來的功能和可能性已足夠令人驚嘆，而真正讓業(yè)界興奮不已的是，這些通用模型也可以被定制化加工，執(zhí)行專屬于其業(yè)務(wù)領(lǐng)域的特定功能，幫助業(yè)務(wù)建立差異化競爭優(yōu)勢，與從零開始訓(xùn)練模型相比，僅需使用一小部分?jǐn)?shù)據(jù)和計(jì)算資源。定制化的基礎(chǔ)模型可以帶來獨(dú)有的顧客體驗(yàn)，體現(xiàn)公司的觀點(diǎn)、風(fēng)格和服務(wù)，適用于眾多消費(fèi)者行業(yè)，如金融銀行、旅行和醫(yī)療等。例如，一家金融公司如果需要使用所有相關(guān)交易自動生成活動日報(bào)以供內(nèi)部流通，它可以使用包括既往報(bào)告在內(nèi)的專有數(shù)據(jù)來定制模型，以便基礎(chǔ)模型了解如何閱但是，基礎(chǔ)模型也有一些挑戰(zhàn)，包括計(jì)算成本高和數(shù)據(jù)偏差等盡管存在這些挑戰(zhàn)，基礎(chǔ)模型的發(fā)展仍然是一種重要趨勢，它可以提高自然語言處理領(lǐng)域的效率和靈活性。將來，我們可能會看到更多的基礎(chǔ)模型應(yīng)用于各種任務(wù)和應(yīng)用程序，從而推動AIGC基礎(chǔ)模型的主要使用方式(PromptEngineering)(Fine-tuning)(Pretraining)?不需要定制化模型?需要定制化提示詞?針對特定任務(wù)優(yōu)化?增加特定的私域訓(xùn)練數(shù)據(jù)集?模型架構(gòu)與大小?詞匯量?文本長度?訓(xùn)練數(shù)據(jù)集低中高55AIGC典型應(yīng)用場景與行業(yè)分布AIGC塑造數(shù)字內(nèi)容生產(chǎn)與交互的新范式伴隨數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合、互聯(lián)網(wǎng)企業(yè)數(shù)字化場景拓展至元宇宙，人類對數(shù)字內(nèi)容的總量和豐富程度的需求不斷提高，AIGC作為當(dāng)前重要的內(nèi)容生產(chǎn)方式，已率先在游戲、營銷、電商、傳媒、影視娛樂等領(lǐng)域取得進(jìn)展，伴隨AIGC在stability.ai，Midjourney，OpenAI，RunwayML，Tiamat人工智能作曲&編曲、人工智能音樂生成、人工智能演唱、聲音克隆人工智能音樂團(tuán)隊(duì)Amper，人工智能播客各個行業(yè)的滲透，AIGC作為AI數(shù)字商業(yè)的探路者，有望開啟下一場數(shù)字商業(yè)模式Make-A-Video(Meta)，ImagenVideo(Google)，Phenaki(Google)，Synthesia，HourOne66風(fēng)控欺詐檢測、商品3D模型、虛擬主播、虛擬貨場、風(fēng)控欺詐檢測、商品3D模型、虛擬主播、虛擬貨場、智能投顧、智能客服、個性化營銷文案、產(chǎn)品風(fēng)險(xiǎn)與客AIGC主流行業(yè)實(shí)踐與典型應(yīng)用場景創(chuàng)意輔助、包裝設(shè)計(jì)、服裝設(shè)計(jì)出圖、品牌宣傳視頻生成、營銷素材生成、營銷文案配圖；醫(yī)學(xué)影像分析、健康數(shù)據(jù)分析、藥物研發(fā)、個性化治療醫(yī)學(xué)影像分析、健康數(shù)據(jù)分析、藥物研發(fā)、個性化治療視頻游戲生成、AI生成虛擬人頭像、自拍圖片風(fēng)格生成、77AIGC技術(shù)生態(tài)AIGC技術(shù)生態(tài)AIGC技術(shù)生態(tài)與AIGCAIGC技術(shù)生態(tài)AIGC技術(shù)生態(tài)加速形成與發(fā)展，目前整個AIGC應(yīng)用的技術(shù)生態(tài)大致可以分為?通過運(yùn)行自己的基礎(chǔ)模型管道或者依賴第三方基礎(chǔ)模型API，把AIGC基礎(chǔ)模型以端到端的方式為客戶提供服務(wù)和產(chǎn)品，比如炙手可熱的人工智能文本生?提供AIGC基礎(chǔ)模型進(jìn)行訓(xùn)練和推理所需的算力基礎(chǔ)設(shè)施（云計(jì)算服務(wù)商和面向最終用戶的B2B和B2C應(yīng)用程序，沒有專有基礎(chǔ)模型Midjourney、Runway圖片來源：A16Z:who-owns-t本文在每個類別中都列出了一些知名廠商的例子，但沒有囊括目前所有最先進(jìn)的AIGC應(yīng)用，也沒有深入討論MLOps或LLMOps工具，因?yàn)楝F(xiàn)在還沒有達(dá)88?模型體積大?訓(xùn)練難度高?推理延遲大?調(diào)用成本高四安全合規(guī)?數(shù)據(jù)隱私安全?內(nèi)容合規(guī)作為云服務(wù)提供商，亞馬遜云科技專注于為基礎(chǔ)模型開發(fā)者和使用者提供全面、可靠、安全的工具與我們將基礎(chǔ)模型生態(tài)的主要參與者分為三類：基礎(chǔ)模型提供商(ModelProvider)，使用基礎(chǔ)模型調(diào)優(yōu)提供服務(wù)的廠商(ModelTuner)和直接使用基礎(chǔ)模型廠商(ModelConsumer)，我們總結(jié)的每一類用戶AIGC基礎(chǔ)模型生態(tài)AIGC應(yīng)用構(gòu)建者和使用者的主要需求(ModelProviders)(ModelTuners)基于開源基礎(chǔ)模型如Stable?ne-tune以更好適用業(yè)務(wù)需求(ModelConsumers)?數(shù)據(jù)規(guī)模大?數(shù)據(jù)質(zhì)量參差不齊?算力規(guī)模大?性能要求高99亞馬遜云科技AIGC技術(shù)能力亞馬遜云科技亞馬遜云科技AIGC技術(shù)能力概覽20多年來，人工智能和機(jī)器學(xué)習(xí)一直是亞馬遜云科技關(guān)注的焦點(diǎn)，可以說，在機(jī)器學(xué)習(xí)領(lǐng)域的發(fā)明創(chuàng)新已經(jīng)深刻在亞馬遜云科技的DNA里。當(dāng)前，用戶在亞馬遜云科技上使用的許多功能都是由其機(jī)器學(xué)習(xí)驅(qū)動的，比如電子商務(wù)推薦引擎、優(yōu)多種不同的機(jī)器學(xué)習(xí)系統(tǒng)的支持，每周回應(yīng)客戶數(shù)十億次管理智能家居、購物、獲取信息和娛樂的請求。亞馬遜有數(shù)千名工程師專注于機(jī)器學(xué)習(xí)研究，這既是我在亞馬遜云科技，我們致力于不斷降低機(jī)器學(xué)習(xí)的使用門檻。截至目前，我們已經(jīng)幫助超過10萬家來自各行各業(yè)的不同規(guī)模的客戶使用機(jī)器學(xué)習(xí)進(jìn)行創(chuàng)新。我們在人工智能和機(jī)器學(xué)習(xí)堆棧的三個層級都擁有至深至廣的產(chǎn)品組合。長期以來，通過不斷投入、持續(xù)創(chuàng)新，我們?yōu)闄C(jī)器學(xué)習(xí)提供高性能、可伸縮的基礎(chǔ)設(shè)施和極具性價(jià)比的機(jī)器學(xué)習(xí)訓(xùn)練和推理；我們研發(fā)了AmazonSageMaker，為所有開發(fā)人員構(gòu)建、訓(xùn)練和部署模型提供最大的便利；我們還推出了大量服務(wù)，使客戶通同樣，在AIGC技術(shù)上，亞馬遜云科技也邁出了重要的一步，讓這項(xiàng)技術(shù)也將千行百業(yè)。亞馬遜云科技能做的就是，讓更多客戶能夠訪問基礎(chǔ)模型能力、為機(jī)器學(xué)習(xí)推理和訓(xùn)練提供基礎(chǔ)設(shè)施、提高所有開發(fā)人員的編碼效率，幫助我們的客戶更簡單、更容易地在業(yè)務(wù)中使用AIGC。1010亞馬遜云科技人工智能與機(jī)器學(xué)習(xí)技術(shù)棧至廣至深的機(jī)器學(xué)習(xí)產(chǎn)品套件AmazonPersonalizeAmazonForecastAmazonFraudDetectorAmazonLookoutforMetricsAmazonKendraAmazonLexAmazonTranscribeCallAnalyticsContactLens代碼+DEVOPSAmazonCodeGuruAmazonCodeWhispererAmazonDevOpsGuruAmazonMonitronAmazonLookoutforEquipmentAmazonLookoutforVisionAmazonHealthLakeAmazonComprehendMedicalAmazonTranscribeMedicalAmazonOmicsAmazonTranslateAmazonComprehendAmazonPollyAmazonTranscribeAmazonRekognitionAmazonPanoramaAmazonBedrockAmazonBedrockAmazonTitanTextAmazonTitanEmbeddingsAI21Jurassic-2Anthropicstability.aiStableDi?usionMore…AmazonSageMakerAmazonSageMakerCanvasJumpstartGroundTruthCI/CD|NotebookAmazonEC2AmazonEC2CPUsGPUsAmazonInferentiaAmazonTrainiumHabanaGaudiFPGA1111面向基礎(chǔ)模型提供商，使用基礎(chǔ)模型調(diào)優(yōu)提供服務(wù)的廠商，直接使用基礎(chǔ)模型廠商，提供全面深A(yù)mazonCodeWhispererAmazonCodeWhisperer使用AmazonSageMaker基礎(chǔ)模型Hub—SageMakerAIGC解決方案推理調(diào)用基礎(chǔ)模型提供的AIGC解決方案推理調(diào)用基礎(chǔ)模型提供的APIJumpStart提供的最先進(jìn)的第AIAI21ldbsHuggingFaceco:hereAmazonSageMakerP4P4P3P3G4G4EC2P4EC2P3EC2G4StableDi?usionJurassic-2TitanStableDi?usionJurassic-2AmazonBedrock1212AmazonTrainiumAmazonAmazonTrainiumAmazonInferentia于每種工作負(fù)載的高性能、經(jīng)濟(jì)高效、可擴(kuò)展基礎(chǔ)設(shè)施，尤其是兩款基于自研AI訓(xùn)練(Trainium)與推理(Inferentia)芯片專門針對AIGC應(yīng)用優(yōu)化的高性價(jià)比EC2實(shí)例Trn1和Inf2，幫助企業(yè)大幅節(jié)省AIGC訓(xùn)練和推理的成本無論運(yùn)行、構(gòu)建還是定制基礎(chǔ)模型，客戶都需要高性能、低成本且為機(jī)器學(xué)習(xí)專門構(gòu)建的基礎(chǔ)設(shè)施。亞馬遜云科技提供基于英偉達(dá)最新GPU芯片（如H100,除此之外，過去五年，亞馬遜云科技持續(xù)加大在自研芯片方面的投入，不斷突破性能和價(jià)格的極限，以支持對此有極高要求的機(jī)器學(xué)習(xí)訓(xùn)練與推理等工作負(fù)載。亞馬遜云科技Trainium和Inferentia芯片可以提供在云上訓(xùn)練模型和運(yùn)行推理的最低成本。正是因?yàn)槲覀冊诔杀竞托阅芊矫娴膬?yōu)勢，像AI21Labs、Anthropic、Cohere、Grammarly、HuggingFace、Runway、stability.ai等領(lǐng)先的AI初創(chuàng)公今天，基礎(chǔ)模型花費(fèi)的時(shí)間和金錢主要用于訓(xùn)練，這是因?yàn)樵S多客戶才剛剛開始將基礎(chǔ)模型部署到生產(chǎn)中。由Trainium支持的Trn1計(jì)算實(shí)例與其他任何AmazonEC2實(shí)例相比，可以節(jié)省高達(dá)50%的訓(xùn)練成本，經(jīng)過優(yōu)化后可以在與練任務(wù)。客戶可以在超大規(guī)模集群（UltraClusters）中部署Trn1實(shí)例，數(shù)量可以擴(kuò)展到在同一可用區(qū)中3萬個Trainium芯片，相當(dāng)于超過6exa?ops的計(jì)算能力，并具有PB級網(wǎng)絡(luò)。許多亞馬遜云科技客戶，包括Helixon、MoneyForward和亞馬遜的搜索團(tuán)隊(duì)，都使用Trn1實(shí)例將訓(xùn)練最大規(guī)模的深度學(xué)習(xí)模型所需的時(shí)間從幾個月縮短到幾周甚至幾天，并且降低了成本。800Gbps的帶寬已經(jīng)很大，但我們?nèi)圆粩鄤?chuàng)新、拓展帶寬，推出全新的、網(wǎng)絡(luò)優(yōu)化型Trn1n實(shí)例，它可以提供1600Gbps的網(wǎng)絡(luò)帶寬，專為大型網(wǎng)絡(luò)密集型模型設(shè)計(jì)，其性能比Trn1高出20%。但是，未來，當(dāng)基礎(chǔ)模型進(jìn)入大規(guī)模部署時(shí)，我們相信，大部分機(jī)器學(xué)習(xí)成本將這些實(shí)例專門針對運(yùn)行數(shù)千億個參數(shù)的基礎(chǔ)模型驅(qū)動的AIGC應(yīng)用程序進(jìn)行了優(yōu)化。與上一代相比，Inf2實(shí)例不僅吞吐量提高了4倍，延遲降低了10倍，還可實(shí)現(xiàn)加速器之間的超高速連接以支持大規(guī)模分布式推理。與同類AmazonEC2實(shí)例相比，這些能力將推理性價(jià)比提高了40%，并把云中的推理成本降到最低。亞馬遜云科技面向AIGC應(yīng)用的專用加速芯片AmazonInferentia與同類AmazonEC2提高了70%AmazonTrainium大語言模型和di?usion與同類AmazonEC2提高了50%AmazonInferentia2di?usion模型與同類AmazonEC2提高了50%1313Amazon SageMaker針對大規(guī)模的AIGCAmazon SageMaker針對大規(guī)模的AIGC內(nèi)置MLOps套件SageMaker，助力用戶高效實(shí)現(xiàn)AIGC基礎(chǔ)模型的訓(xùn)練，推理，自定義、微調(diào)，部署和管理成本優(yōu)化高達(dá)90%?AmazonSageMaker可以輕松訪問包括NvidiaGPU，AmazonTrainium在內(nèi)?AmazonSageMaker提供了包括S及追蹤模型效果的工具，可以幫助算法人員盡快完成模型調(diào)整，此外AmazonSageMaker提供包含數(shù)據(jù)標(biāo)注、模型訓(xùn)練、微調(diào)、部署的標(biāo)準(zhǔn)化、自動化的端到端流程和管理工具，輕松實(shí)踐機(jī)器學(xué)習(xí)運(yùn)維MLOps和大規(guī)模集群協(xié)調(diào);?對TensorFlow、PyTorch和HuggingFace等框架和庫進(jìn)行了針對亞馬遜云科?AmazonSageMaker自帶分布式訓(xùn)練庫，支持?jǐn)?shù)據(jù)并行以及模型并行（SageMaker自帶的分布式訓(xùn)練庫外，還支持DeepSpeed以及FSDP等開源分布?超大規(guī)?；A(chǔ)模型訓(xùn)練成本節(jié)省:借助AmazonSageSpot競價(jià)實(shí)例輕松訓(xùn)練機(jī)器學(xué)習(xí)模型，與按需實(shí)例相比，使用托管的Spot實(shí)例訓(xùn)練模型，可以將成本優(yōu)化高達(dá)90%。?相較利用AmazonEC2或AmazonEKS，利用AmazonSageMaker進(jìn)行模型部署和推理，可以省去對于計(jì)算實(shí)例、網(wǎng)絡(luò)以及存儲等基礎(chǔ)設(shè)置的運(yùn)營支出，減少?AmazonSageMaker可以輕松將大語言模型進(jìn)行模型并行化處理，并將模型切片放入單個GPU卡內(nèi)存中，從而實(shí)現(xiàn)單機(jī)多卡模式下的推理，達(dá)到低至幾百毫秒等開源模型并行框架集成，此外還配備了BF16量化能力，有助于在1414ModelsModelsModels?AlexaTM20BModelsModels?CoheregenerateModel-medium低代碼構(gòu)建機(jī)器學(xué)習(xí)模型：SageMakerJumpStart1、“一鍵式”部署和Fine-tuneStableDi?usion，Bloom、FLAN-T5、AlexaTM等主流的AIGC基礎(chǔ)模型；3、提供支持TensorFlow、PyTorch、HuggingFace和MXNet4、用戶可以通過JumpStart一鍵部署或微調(diào)眾多預(yù)訓(xùn)練模型，輕松開目前在SageMakerJumpStart上可用的預(yù)訓(xùn)練基礎(chǔ)模型ModelsModelsFeatures?Fine-tuningonSD2.1modelAlexaTMHuggingFaceAlexaTMHuggingFacecohereAl21labsModelsModelsAI21AI2115151616SageMakerJumpStart模型部署模型部署16AmazonBedrockAmazonBedrock礎(chǔ)模型的廠商，提供AmazonBedrock服務(wù)和AmazonTitan大語言模型，助力構(gòu)建低門檻，開放，安全的AIGC應(yīng)用針對使用基礎(chǔ)模型調(diào)優(yōu)服務(wù)廠商和直接使用基礎(chǔ)模型廠商的主要需求：首先，他其次，客戶希望無縫與應(yīng)用程序集成，且無需管理大量基礎(chǔ)設(shè)施集群，也不會增加過成本。最后，目前基礎(chǔ)模型定位是通用場景公用的能力，缺乏使用客戶私有數(shù)據(jù)構(gòu)建異化應(yīng)用程序?？蛻粝Ｍ軌蜉p松基于基礎(chǔ)模型，利用自己的數(shù)據(jù)（可多可少）構(gòu)建基于客戶以上的需求，我們推出了AmazonBedRock。AmazonBedrock是客戶使用基礎(chǔ)模型構(gòu)建和擴(kuò)展生成式人工智能應(yīng)用程序的最簡單方法，為所有開發(fā)在確保數(shù)據(jù)安全和隱私保護(hù)的前提下，使用自有數(shù)據(jù)基于基礎(chǔ)模型進(jìn)行定制已經(jīng)熟悉的亞馬遜云科技工具和能力，將定制化模型集成并部署到他們的應(yīng)1717目前，AmazonBedrock目前，AmazonBedrock包含兩大類能供客戶使用的基礎(chǔ)模型，第一類為亞馬遜自研的Titan模型，包括文本生成的TitanText模型和做矢量編碼的TitanEmbedding模型；第二類為第三方合作伙伴的模型，包括AI21的Jurassic-2，Anthropic的Claude以及stability.ai的StableDi?usion模型，Jurassic-2,Claude模型為大語言模型，StableDi?usion模型為文本生成圖片模型。任何規(guī)模的企業(yè)都可以通過AmazonBedrock訪問基礎(chǔ)模型，加速機(jī)器學(xué)習(xí)在組織內(nèi)部的應(yīng)用，并憑借其輕松上手的特性，構(gòu)建自己的生成式AI應(yīng)用程序。我們相信，AmazonBedrockAmazonBedrock另外一個優(yōu)勢是極其容易定制模型?？蛻糁恍柘駻mazonBedrock展示AmazonS3中的幾個標(biāo)注好的數(shù)據(jù)示例，AmazonBedrock就可以針對標(biāo)注大量數(shù)據(jù)。假設(shè)一位時(shí)裝零售行業(yè)的內(nèi)容營銷經(jīng)理，想為即將推出的手提包新品系列開發(fā)新的、針對目標(biāo)用戶的廣告創(chuàng)意。他向AmazonBedrock提供了一些標(biāo)注過的表現(xiàn)最佳的既往營銷廣告示例，以及新任何客戶數(shù)據(jù)不會被用于底層模型的訓(xùn)練，所有數(shù)據(jù)AmazonBedrock的主要優(yōu)勢通過通過API加速開發(fā)使用基礎(chǔ)模型的生成式人工智從從AI21Labs、Anthropic、stability.ai以及亞馬遜云科技自研使用客戶熟悉的亞馬遜云科技工具和功能來部使用客戶熟悉的亞馬遜云科技工具和功能來部AmazonBedrock支持廣泛的基礎(chǔ)模型TitanEmbeddings來自AI21Labs、Anthropic和stability.ai的Jurassic-2StableDi?Jurassic-21818AmazonAmazonCodeWhispererAI代碼助手AmazonCodeWhisperer，我們預(yù)見到，編程將是生成式AI技術(shù)得到快速應(yīng)用的領(lǐng)域之一。今天，軟件開發(fā)者需要花費(fèi)大量時(shí)間編寫相當(dāng)淺顯和無差別的代碼。他們還需要花費(fèi)不少時(shí)間學(xué)習(xí)復(fù)雜的新工具和技術(shù)，而這些工具和技術(shù)總在不斷演進(jìn)。因此，開發(fā)者真正用于開發(fā)創(chuàng)新的功能與服務(wù)的時(shí)間少之又少。為應(yīng)對這一難題，開發(fā)者會嘗試從網(wǎng)或?qū)﹂_源代碼的使用沒有進(jìn)行有效的追溯。而且這種搜索和復(fù)制的方式也浪費(fèi)了AIGC可以通過“編寫”大部分無差別的代碼來大大減少這種繁重的工作，讓開發(fā)人員能夠更快地編寫代碼，同時(shí)讓他們有時(shí)間專注在更具創(chuàng)造性的編程工作上。因此，我們推出了AmazonCodeWhisperer，一款A(yù)I編程助手，通過內(nèi)嵌的基礎(chǔ)模型，可以根據(jù)開發(fā)者用自然語言描述的注釋和集成開發(fā)環(huán)境（IDE）中的既有AmazonCodeWhispererAmazonCodeWhisperer使用CodeWhisperer生成不同編程語言的代碼示例: Python代碼示例Java代碼示例JavaScript代碼示例19目前，AmazonCodeWhisperer對所有個人用戶免費(fèi)，任何人都可以通過郵箱賬戶在幾分鐘內(nèi)注冊AmazonCodeWhisperer進(jìn)行使用，而無需亞馬遜云科技賬號。對于企業(yè)客戶，我們則提供了AmazonCodeWhisperer目前，AmazonCodeWhisperer對所有個人用戶免費(fèi)，任何人都可以通過郵箱賬戶在幾分鐘內(nèi)注冊AmazonCodeWhisperer進(jìn)行使用，而無需亞馬遜云科技賬號。對于企業(yè)客戶，我們則提供了AmazonCodeWhisperer專業(yè)版，其中包括更多高級管理功能，如集成了身份與訪問管理服務(wù)(IAM)的單點(diǎn)登錄(SSO)，以及使用更高構(gòu)建像AmazonCodeWhisperer這樣強(qiáng)大的應(yīng)用程序?qū)﹂_發(fā)人員和我們所有的客戶來說都是變革性的。我們還有更多創(chuàng)新性的產(chǎn)品在規(guī)劃中，也期待更多的客戶和開發(fā)者在亞馬遜云科技上構(gòu)建更加創(chuàng)新和顛覆性的生成式人工智能應(yīng)用。我們的使命是，讓各種技能水平的開發(fā)我們相信，新一波機(jī)器學(xué)習(xí)技術(shù)創(chuàng)新才剛剛開始、方興AmazonCodeWhisperer：目前正式上線，并免費(fèi)CodeWhisperer的參與者相比，使用CodeWhisperer的參與者完成任務(wù)的速度平均快57%，成功率高27%。27%57%20202.社區(qū)原生2.社區(qū)原生WebUI界面與后端分離，用戶無需改變現(xiàn)有StableDi?usionWebUI的使用習(xí)慣，WebUI可以在任何支持的終端啟動而沒有GPU的限制，原有訓(xùn)練，推理等任務(wù)通過插件所提供的功能遷移到AmazonSageMaker；依托于開源社區(qū)強(qiáng)大資源，通過插件形式可以與其他開發(fā)者合作，有助于更快速迭代產(chǎn)品，為用方案插件以及中間件代碼開源，采取非侵入式設(shè)計(jì)，有助于用戶快速跟上社區(qū)相關(guān)功能的迭代，從WebUI本體到廣受歡迎的Dreambooth、ControlNet、LoRa等插件；6.適合對AI生圖有業(yè)務(wù)需求的企業(yè)客戶，包括1.基于AmazonSageMaker構(gòu)建的支持StableDi?usionExtension的AI作畫解決方案練，推理和調(diào)優(yōu)等任務(wù)負(fù)載從本地服務(wù)器遷移至AmazonSageMaker，利用云上彈性本解決方案使用AmazonCloudFormation一鍵部署亞馬遜云科技中間件，搭配社區(qū)原生StableDi?usionWebUI插件安裝形式一鍵安裝，即可賦能用戶快速使用AmazonSageMaker云上資4.優(yōu)化資源配置用戶可按需選擇云上資源，進(jìn)行批量推理及模型2121方案中的各個模塊即可作為服務(wù)獨(dú)立使用，也可作為插件與方案中的各個模塊即可作為服務(wù)獨(dú)立使用，也可作為插件與可將用戶行為記錄，并周期性自動優(yōu)化搜索引擎，提高搜索引擎基于AmazonOpenSearch和AmazonKendra能夠快速建立2.基于大語言模型的下一代智能搜索和知識庫解決各行各業(yè)中，都有很多建立企業(yè)知識庫，并基于知識庫提供知識檢索和精準(zhǔn)問答的需求。例如在制造，汽車和醫(yī)療健康領(lǐng)域，過往有大量的技術(shù)文檔，維保記錄，醫(yī)學(xué)指南等沒有充分利用的知識資產(chǎn)，亟需能夠基于這些資產(chǎn)建立企業(yè)知識庫服務(wù)內(nèi)部和外部客戶。在零售和電商領(lǐng)域，亟需能夠?qū)ι唐愤M(jìn)行進(jìn)準(zhǔn)搜索搜索和商品特性進(jìn)行問答。為了解決用戶需求和我們服務(wù)之間的差距，我們借助亞馬遜云服務(wù)，構(gòu)建智能搜索解決方案:1.以AmazonOpenSearch和AmazonKendra為基礎(chǔ)構(gòu)建搜索引擎和建立企業(yè)知識庫；2.通過AmazonSagemaker部署包含大語言模型（LLM）和語意搜索模型在內(nèi)的推理節(jié)點(diǎn)，結(jié)合搜索引擎，可根據(jù)企業(yè)知識庫直接給出搜索問題答案；3.結(jié)合AmazonLex，AmazonConnect等服務(wù)，提供聊天機(jī)器人和智能客服場景應(yīng)用，形成完整的端到端應(yīng)用。4.4.功能組件快速拓展通過拓展組件能夠快速實(shí)現(xiàn)，包括語2222AIGC客戶案例分享AIGC客戶案例分享AIGC產(chǎn)品AnimeAI“過去我們需要將素材的設(shè)計(jì)外包給原畫團(tuán)隊(duì)，不僅業(yè)不可忽視的一項(xiàng)業(yè)務(wù)成本。在亞馬遜云科技上應(yīng)用AIGC進(jìn)行填色素材自動化創(chuàng)作之后，我們不僅可以根據(jù)玩家喜好生成更多的資源，也幫助企業(yè)節(jié)約了超過60%的素材外包設(shè)計(jì)成本?！报D―成都四月科技有限公司CEO袁海林四月科技專注在移動端休閑游戲的研發(fā)和運(yùn)營，其中多款二次元游戲產(chǎn)品獲得市場認(rèn)可。在AIGC逐漸成熟之后，四月科技CEO希望利用AIGC打造二次元2、客戶只有移動端工程師，沒有專業(yè)的運(yùn)維和后端開發(fā)團(tuán)隊(duì)，也沒有AI相關(guān)利用StableDi?usion2.0模型，抽取圖生圖和文字生圖的API接口，利用APIGateway等無服務(wù)器架構(gòu)作為應(yīng)用后端，將WebUI包裝成BYOC的模式部署到AmazonSageMaker，并利用AmazonSageMaker的異步推理和內(nèi)部隊(duì)列2.借助AI繪畫功能，將填色游戲的圖片素3.AnimeAI目前成為客戶營收最人工成本降低60%2323)eanmbl)eanmbl"AmazonSageMaker助力易點(diǎn)天下提高訓(xùn)練和調(diào)參的效率，整合模型訓(xùn)練交付成本下降60%以上，并實(shí)現(xiàn)在機(jī)器學(xué)習(xí)方面的運(yùn)營成本節(jié)省超過了75%。"――易點(diǎn)天下網(wǎng)絡(luò)科技股份有限公司針對電商客戶，生成“穿戴”產(chǎn)品圖的高質(zhì)量AI模特，同時(shí)提供不同商業(yè)應(yīng)用場景。幫助節(jié)省成本，提高商品展示多樣性，提升1、廣告營銷團(tuán)隊(duì)沒有相關(guān)實(shí)踐經(jīng)驗(yàn)，涉及內(nèi)上傳多張不同角度眼鏡產(chǎn)品圖，基于AIGC技術(shù)，生成佩戴假發(fā)/眼鏡且符合客在模型訓(xùn)練階段，采用AmazonSageMaker機(jī)器學(xué)習(xí)平臺，動態(tài)靈活從0-1訓(xùn)練機(jī)器學(xué)習(xí)模型，包實(shí)現(xiàn)動態(tài)擴(kuò)縮容，推理成本降低50%。整體方案基于亞馬遜云科技服務(wù)實(shí)現(xiàn)，無需管理基礎(chǔ)設(shè)施，2、采用AI廣告創(chuàng)意素材，某客戶CTR提升35.3%，CPC降至44.8%。24242525Canva是一個在線平臺，用于創(chuàng)建和編輯從演示文稿到社交媒體帖子、視頻所有內(nèi)容。該公司的目標(biāo)是讓內(nèi)容創(chuàng)作民主化，讓每個人，從企業(yè)到規(guī)模最小的1.該公司希望推出一項(xiàng)基于StableDi?usi