AWS于周二正式发布了Amazon Q桌面应用程序。Amazon Q是亚马逊旗下的智能体AI应用,最初于2025年以Quick Suite的名称上线,支持连接企业级应用,并已与Google Workspace、Zoom、Slack、Microsoft 365、Teams等主流产品实现集成。
在Amazon Q桌面应用中,企业用户可以创建演示文稿、图像、仪表盘及其他应用。AWS表示,该应用会在后台持续运行,监控整个生态系统并主动推送相关信息。
新版桌面应用引入了内容创建与连接功能,支持自动化基于浏览器的工作流,并可接入Claude Code和Kiro CLI等开发者工具。
Amazon Q桌面应用的发布,正值AWS积极深化与头部模型厂商的合作,并顺应行业向跨平台互联互通演进的大趋势。
就在微软与OpenAI宣布重组合作关系、允许OpenAI与其他厂商展开合作的次日,AWS随即宣布与OpenAI扩大合作,通过Amazon Bedrock以限量预览的形式提供其最新模型。此次合作还将OpenAI的编程智能体Codex引入Amazon Bedrock,面向企业软件开发场景开放,并支持基于OpenAI前沿模型在AWS上构建由OpenAI驱动的Amazon Bedrock托管智能体。
此次扩大合作是在AWS与OpenAI既有合作基础上的进一步延伸。此前双方已就分发OpenAI Frontier(OpenAI面向企业构建AI智能体的平台)达成合作协议。
与此同时,AWS持续加大对Anthropic的投入。本月早些时候,双方宣布更新基础设施合作协议,AWS将提供对Anthropic Claude平台的访问支持,将AWS的安全护栏与该模型的能力相结合。
"AWS能够持续扩大AI市场份额,最根本的原因在于我们拥有从底层到顶层独一无二的完整AI技术栈,"亚马逊CEO安迪·贾西在今年2月的2025年第四季度财报电话会议上表示,"在AI领域,我们做的正是AWS一贯所做的事——解决客户面临的挑战。"
亚马逊预计将于周三收盘后发布2026年第一季度财报。
Amazon Q桌面应用的推出,也是AWS推动跨云、跨平台互操作性这一整体战略的组成部分。去年,AWS与谷歌云携手发起多云协作计划,微软于2026年晚些时候加入;与此同时,Snowflake也扩大了与Anthropic和埃森哲的合作,共同推进企业级AI的规模化落地。
Q&A
Q1:Amazon Q桌面应用有哪些核心功能?
A:Amazon Q桌面应用支持企业用户创建演示文稿、图像、仪表盘等内容,可在后台持续运行并监控整个生态系统,主动推送相关信息。此外,它还能自动化基于浏览器的工作流,并与Claude Code、Kiro CLI等开发者工具集成,同时支持连接Google Workspace、Zoom、Slack、Microsoft 365、Teams等主流企业应用。
Q2:AWS与OpenAI扩大合作后,企业用户能获得哪些新能力?
A:扩大合作后,企业用户可通过Amazon Bedrock以限量预览形式访问OpenAI最新模型,同时可使用OpenAI的编程智能体Codex进行企业软件开发。此外,还支持基于OpenAI前沿模型在AWS上构建托管智能体,进一步丰富了企业在AWS平台上构建AI应用的选择。
Q3:AWS在跨云互操作性方面做了哪些布局?
A:AWS已与谷歌云联合发起多云协作计划,微软于2026年晚些时候加入。与此同时,Snowflake扩大了与Anthropic和埃森哲的合作,推动企业AI规模化落地。Amazon Q桌面应用的推出也是这一跨平台互联互通战略的重要组成部分。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。