AWS首席执行官马特·加曼表示,亚马逊近期对OpenAI完成了500亿美元的投资,此前已与Anthropic建立长期合作关系并累计投入80亿美元。他认为,对于这家云计算巨头而言,处理此类利益冲突早已是家常便饭。
加曼在本周于旧金山举办的HumanX大会上向与会者介绍,他自2005年以商学院实习生身份加入亚马逊,彼时AWS尚未正式上线(AWS于2006年推出)。
当被问及同时与两家激烈竞争的AI模型公司深度合作是否存在内在矛盾时,他表示这并不是问题。他解释称,AWS本身经常与合作伙伴形成竞争关系,因此在应对此类局面上积累了丰富经验。
AWS成立初期,深知自身无法独立构建所有云服务,于是选择与外部伙伴展开合作。加曼回顾道:"我们也清楚地知道,我们终将与合作伙伴形成竞争,因为技术本身就是相互交织的。因此,很长一段时间以来,我们一直在磨练如何与合作伙伴共同开拓市场的能力。与此同时,我们可能也会推出与他们竞争的自有产品,这没有问题,我们已承诺不会给自己设置不公平的竞争优势。"
如今,亚马逊与其云平台上的卖家形成竞争已是业界常态。就连AWS最强劲的竞争对手之一甲骨文,也在AWS上销售其数据库及其他服务。但这一模式在2006年堪称颠覆性创举——彼时业界惯例是技术合作方之间绝不相互竞争。
不过,在AI领域这场疯狂的资本争夺战中,抛弃投资忠诚度、无视利益冲突的做法早已不是亚马逊的专利。今年2月,Anthropic宣布完成300亿美元新一轮融资,参与方中至少有十余家投资机构同时也是OpenAI的股东,其中包括OpenAI的核心云合作伙伴微软。
对于AWS而言,重金投资OpenAI、将其模型纳入自身产品体系并作为技术开发合作伙伴,几乎是一场关乎生死的战略抉择。因为Anthropic和OpenAI的模型早已同时在AWS最大竞争对手微软的云平台上提供服务。
各大云巨头还在积极布局AI模型路由服务,以保持自身的核心地位。这类服务可以让客户根据不同任务自动调用不同模型,从而实现性能最优化与成本最小化。加曼解释称,某个模型可能最擅长规划,另一个更适合推理,而代码补全这类较为简单的任务则可以交给成本更低的模型来完成。"我认为,这就是未来世界的走向,"加曼说道。
这也正是亚马逊乃至微软将自家研发的模型悄然嵌入使用场景的方式——那个老问题又回来了:与合作伙伴的竞争。
在AI的世界里,一切皆有可能。
Q&A
Q1:AWS为什么同时投资Anthropic和OpenAI这两家竞争对手?
A:AWS首席执行官马特·加曼表示,亚马逊长期以来都在与合作伙伴共存竞争,这是AWS的一贯做法。对于投资OpenAI,加曼认为这几乎是战略上的必要之举,因为Anthropic和OpenAI的模型早已在AWS最大竞争对手微软的云平台上提供服务,若不跟进,AWS将处于明显劣势。
Q2:AWS的AI模型路由服务是什么,有什么用?
A:AI模型路由服务是一种允许云平台客户根据不同任务自动调用不同AI模型的技术。例如,规划类任务可能适合某个特定模型,推理类任务适合另一个,而代码补全等较简单的任务则可以使用成本更低的模型。这样做的目的是最大化性能、降低使用成本,同时也为云厂商植入自家模型提供了渠道。
Q3:AI行业中同时投资多家竞争对手的情况普遍吗?
A:这种现象在AI领域已相当普遍。以Anthropic今年2月完成的300亿美元融资为例,参与的投资机构中至少有十余家同时也在支持OpenAI,其中甚至包括OpenAI的核心云合作伙伴微软。可见,在AI领域的资本竞争中,跨竞争方的多重投资已成为一种普遍现象。
好文章,需要你的鼓励
Converge Bio完成550万美元种子轮融资,由TLV Partners领投。该公司专为生物科技和制药行业打造LLM应用平台,提供数据增强、模型微调及可解释性分析等功能,帮助企业将通用生物基础模型转化为可实际落地的研发工具。以抗体研究为例,平台可将抗体LLM精调至氨基酸级别的结合亲和力预测,并生成优化序列。公司计划用于扩充团队、拓展客户,并发布抗体设计科研论文。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
ChatGPT高级语音模式的创造者Alexis Conneau离开OpenAI后,创办了音频AI初创公司WaveForms AI,并获得由a16z领投的4000万美元种子轮融资。该公司专注于训练自有音频大语言模型,计划于2025年推出与OpenAI、谷歌竞争的AI音频产品。Conneau深受电影《Her》启发,致力于开发具备情感感知能力的语音AI,同时警惕AI伴侣化带来的社会问题,强调技术应服务于人而非取代人际关系。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。