亚马逊云科技发布自研芯片与Agent套件攻坚企业落地

亚马逊云科技发布自研芯片与Agent套件攻坚企业落地 大模型竞争跨入第三年，AI技术已从性能盲目比拼转向比拼安全性、成本及企业规模化部署的务实运营。 在AI爆发的第三年，亚马逊云科技在re:Invent大会上展现了务实的全面落地布局。在算力层，采用与英伟达深度绑定并强势推出自研3nm Trainium3芯片的“双轨并行”策略；在模型层，发布主打高性价比和全模态的自研Nova 2家族，并首创NovaForge开放训练模型平台；在应用层，通过Nova Act和Agent Core直击企业Agent部署的安全与规模化痛点。同时，大会还展示了Adobe、蓝色起源等行业巨头以及F1、NBA等体育科技将AI深度融入核心业务与量化分析的生动实践。 亚马逊云科技在算力端推行“双轨并行”策略，既深化与英伟达合作并为OpenAI提供380亿美元计算集群，又发布能效提升40%、算力翻倍的3nm自研Trainium 3芯片，并与Anthropic合作部署50万块Trainium 2。 (0:00) 模型层主打高性价比与云生态配套，自研Nova 2家族迎来Lite、Pro、Sonic和Omni四款核心更新，并首创NovaForge平台以“开放训练模型”解决企业私有数据定制难题。 (9:59) 针对企业Agent规模化部署难题，AWS推出高可靠浏览器工作流工具Nova Act，以及具备自然语言规则策略、内置评估与情景记忆功能的Bedrock Agent Core平台，打通落地最后一公里。 (14:59) 行业落地持续深化，蓝色起源引入2700个Agent协作研发并AI设计月球吸尘器，康泰纳士借统一数据湖仓与AI翻译实现数字化转型，Adobe Firefly累计生成超290亿份创意资产。 (19:59) AI技术在体育端深度赋能F1赛车实时数据决策与NBA无球“引力”量化；亚马逊CTO Werner Vogels完成第14次谢幕演讲，向幕后工程建设者致敬并强调卓越运营的专业自豪感。 (24:59)

在 ChatGPT 问世三周年的行业白热化竞争背景下，亚马逊云科技在 re:Invent 大会上展现了以“双轨算力”、“高性价比模型矩阵”与“Agent 落地工具链”为核心的务实云战略，意在解决企业级 AI 部署的成本、安全与工程化痛点。 算力双轨并行：英伟达绑定与自研芯片突围 (0:00) 面对谷歌发布 Gemini 3 带来的行业算力竞争压力，亚马逊云科技采取了兼顾英伟达生态与自研 ASIC 的双轨策略。一方面，AWS 与英伟达深度绑定，推出基于 GB300 NVL72 构建的 P6e GP300 超节点实例；OpenAI 亦在价值 380 亿美元的战略合作中选用搭载英伟达 GPU 的 Amazon EC2 UltraClusters 计算集群。另一方面，AWS 大力推行自研芯片，CEO Matt Garman 透露 Bedrock 平台上多数用户正采用自研 Trainium 芯片进行推理。 自研硬件方面，AWS 发布了采用 3nm 工艺、能效提升 40% 且算力翻倍的 Trainium 3，并剧透了性能大幅跃升的 Trainium 4。此外，AWS 联合 Anthropic 启动 Project Rainier 合作，部署了 50 万块 Trainium 2 芯片、耗电 1.1 GW，分布于 30 个数据中心以支持模型训推。投资人指出，自研 ASIC 芯片主要为特定任务提供高性价比并优化云厂商利润结构，与面向高侵略性、通用负载的英伟达 GPU 形成互补而非对立关系。 模型层策略：NOVA 2 家族与定制服务 NovaForge (9:59) 在模型层，亚马逊云科技避开与顶尖闭源模型单纯争夺峰值性能，转向强调高性价比与云生态适配。自研 NOVA 2 家族推出了四款覆盖多场景的模型：兼顾低成本推理与代码生成的轻量模型 Nova 2 Lite、具备全模态输入且支持知识蒸馏的旗舰模型 Nova 2 Pro、支持 100 万 tokens 上下文的端到端语音模型 Nova 2 Sonic，以及可统一处理数小时长音视频的多模态模型 Nova 2 Omni。此外，Bedrock 平台也引入了 MiniMax、Kimi、Gemma 和 Nemotron 等第三方模型。 针对企业融合私有数据时面临的微调效果浅、开源模型能力退化及从头自建成本高的三大难题，AWS 首创推出了开放训练模型服务 NovaForge。该服务允许企业结合自身专有数据定制专属的“Novalis”模型，目前 Booking.com、Reddit 和索尼已接入使用。 工程化最后一公里：Nova Act 与 Agent 安全托管 (14:59) 针对 2025 年企业规模化部署 Agent 遇到的可靠性与合规难题，AWS 发布了浏览器自动化工具 Nova Act 与托管平台 Amazon Bedrock Agent Core。Nova Act 基于定制版 Nova 2 Lite 驱动，在早期测试中达到 90% 的执行可靠性，已支持 Solar Systems 每月自动化完成数十万次货运与账单流、1Password 跨网站登录，以及 Amazon Kuiper 卫星互联网在发布前的大规模自动化质量测试。 Amazon Bedrock Agent Core 则聚焦生产级安全性与可维护性，新增三大能力：支持用自然语言界定操作边界和工具访问权限的 Policy 功能、内置监控准确度与帮助性的评估体系 Agent Core Evaluation，以及具备情景记忆能力的 Episodic Memory，使 Agent 能记录状态并从过往经验中持续学习。配合 Amazon DevOps Agent 等故障预防工具，AWS 持续加固其作为底层云设施的安全、可用与敏捷属性。 产业端落地检验：从媒体、航天到体育量化分析 (19:59) 各行业客户的实际部署印证了云端 AI 的业务价值。在创意与媒体领域，Adobe 基于 Amazon EC2 P5/P6 实例训练的 Firefly 已累计生成逾 290 亿份资产；出版巨头康泰纳士借助统一云端系统与多语言 AI 翻译，实现数字收入占比达 70%，Met Gala 直播互动的用户参与度显著超越传统体育与文娱盛会。商业太空公司蓝色起源则将 2700 个 Agent 深度整合至业务中，70% 员工月度互动达 350 万次，并通过 BlueGPT 多 Agent 协作平台将航空系统交互速度提升了 75%，甚至研发出 AI 设计的月尘转化吸尘器。 在体育与极端工况场景中，低延迟云端分析成为核心支撑。F1 赛车通过 300 个传感器每秒产生超 110 万个数据点，进站数秒内即可完成云端计算并辅助决策；而在 NBA 赛场上，机器学习成功实现了对无球状态下“引力（Gravity）”等此前难以记录的核心战术指标的精准量化追踪。 历经三年的技术探索，AI 产业从最初的新鲜感和排障期正式进入全技术栈的工程落地阶段。正如亚马逊 CTO Werner Vogels 在其第 14 次兼谢幕演讲中所强调，云计算底层大部分关键工作处于聚光灯之外，支撑技术长期落地的基石始终是对系统可用性与卓越运营的专业自豪感。

[0:00] 投资人: 自研 ASIC 芯片与英伟达 GPU 并非对立，而是互补关系。GPU 适合通用且极具侵略性的工作负载，而自研 ASIC 则在特定任务上提供极高的性价比，帮助云厂商实现差异化竞争并优化利润结构。 [24:59] Werner Vogels: 我们建造的大部分东西，最终都不会有人看到。 [24:59] Werner Vogels: 数据库工程师的卓越工作，客户也许永远不会直接夸奖，只有同行能理解其中的不易。 [24:59] Werner Vogels: 优秀的建设者之所以能把事情做好，唯一的理由就是我们对卓越运营的专业自豪感（Professional pride in operational excellence）。 [24:59] Werner Vogels: 即使在没人看着的时候，也会把事情做得很体面。

[0:00] OpenAI发布ChagyBT的三周年之际AI大战是进入到了新一轮的激战中谷歌在11月下旬重磅发布Gemina 3同时放出TPU集群训练Gemina与Meta大订单的消息让OpenAI拉响红色警报Code Red也让英伟达这样的GPU巨头吓出一身冷汗随着模型巨头们开启新一轮的较劲AI云厂商们如今在算力市场蛋糕迅速扩张的现状中既面临着紧张的速出竞赛又面临着技术成心的压力而我很好奇啊面对如今的云敦大战格局全球最大云场上亚马逊云科技呢会如何去布局下一步棋呢所以我们又飞到了拉斯维加斯而在今年的大会上我们发现这家云巨头简直把整个拉斯维加斯变成AI乌托邦在这里啊连垃圾桶都要AI一下而在今年的Re-Event上我们发现不仅我们在现场玩的挺大雷马寻音科技也玩得很大这就是自由的自由从设计来到不太随意的速度我们今天分享的就是魔法并不是幽幻他们在游戏的游戏他们在金钱买钩和鸡在金钱买钩不得不说亚马逊云科技年度RAEvent大会是绝对的AI产业风向标超过6万人从全球赶快餐会数百万人在线接入虽然展现的很多都是2B企业集商的技术创新和案例但是这会告诉我们公司们在如何用脚投票以及AI到底好不好用这期视频就跟着我去到拉斯韦加斯我们会分别从算力模型Agent以及企业应用端等等方向来看一下亚马逊云科技奏响的这首云端狂响曲能量他看到的AI未来发展趋势如何去打这场云端攻防战役以及我们也带大家去看看今年的展区切身体验一下在各行各业企业们在如何的运用AI让产品更有创造力让管理更有效力互动更丝滑以及真正的去注定企业AI的最后一公里顺便预告一下我在现场真的是逛嗨了大家要看到最后哦连续几天的密集发布我感觉亚马逊科技是发了有上百项更新吧我们这个视频可能不可能面面俱到都讲完但是我觉得有四个支点是有了非常大的更新分别是算力、模型、首创的开放训练模型平台和Agent而信号也非常明显就是要加速的压住AI而帮助企业完成务实的落地是核心任务首先我们就来看看市场非常关注的亚马逊云科技在算力支持上的升级结论是2025年年末这家云巨头的策略是不仅继续与英伟达的GPU进行深度绑定适配更好那自研新天的性能更是有着大幅度的提升那这里有两个重点第一个重点亚马逊与云科技和往年一样强调与英伟达的合作并且要做GPU的最佳CCD简单来说亚马逊与云科技不只是部署英伟达的最先进GPU而是会一起做深度优化而这样的优化能让GPU算力获得极高的可靠性和可用性比如说CEO Matt Garman就介绍了P6E GP300实力这是基于英伟达GP300 NVL72构建的超节点服务器而亚马逊云科技要将此生打造成运行英伟达显卡的更优选择就在2025年11月初亚马逊云科技与OpenAI宣布达成多年的战略合作总额达380亿美元OpenAI选用的就是搭载英伟达GPU的Amazon EC2 Ultra Servers计算集群在互联系统间实现极低延迟的通信让OpenAI能够高效运行AI任务但是让市场更为关注的是第二个重点也就是亚马逊云科技的自研芯片和谷歌的TPU类似这样的ASIC真相芯片在一定程度上是给英伟达目前的垄断地位带来了威胁但是对于亚马逊云科技这样的云厂商来说这是一场算力突围战CEO Matt Garman就在Keynote当中透露提供多种模型API调用的Amazon Bedrock平台上绝大部分的用户都是在用亚马逊云科技的自研芯片Trainium来做推理包括Anthorbyk的Galaxy [4:59] 所有的模型推理都用的是Trainium芯片而在今年的大会上Trainium芯片系列迎来了升级采用3nm工艺的第三代AI加速器Trainium 3能效相较于上代提升了40%算力翻倍而Matt还在现场直接剧透了Trainium 4的消息FP4性能提升了6倍内存带宽提升4倍HBM容量增加2倍在性能增强的同时降低能耗这进一步表明亚马逊云科技对自研内部ASIC芯片的决心和压注这个信号其实很重要因为前段时间谷歌的ASIC加速器芯片TPU是收到了非常多的讨论但亚马逊云科技的动作也是让我们看到了巨头在纷纷的加码ASIC芯片接下来ASIC芯片市场或许还会有更加积极的发展那么在这里我们稍微的照顾一下不太了解ASIC芯片的观众多说那么一嘴ASIC专项芯片是为特定功能或者应用场景量身定制的集成电路相比起英伟达的通用处理器GPU它在特定任务上能够实现更高的效率更低的功耗和更优的性能简单来说英伟达的GPU芯片通用性非常好什么任务都可以做但是ASIC芯片需要一定的适配时间目前大概是几个月的时间差但是一旦适配好之后又能够实现更高效的训练和推理而不得不说Trainium系列在最近两年非常快速的发展可以说是此前投资Anthrobic 80亿美元大手笔终于出了效果在2024年的Re-event上亚马逊云科技与Anthrobic是高调的宣布了Project Rainier是涉及30个数据中心耗费1.1几瓦的电力采用了50万块的Trainium 2芯片而就是如此大集群的适配合作让Trainium不仅仅是在推理还有大模型的训练上都进行了适配和优化来给Anthrobic的Cloud这样的模型用户提供高性能和低成本的算力服务看起来这80亿美元没有白头但是我们采访的投资人就认为ASIC和GPU其实它并不是对立的关系而在现在阶段呢是一个互补的关系如果你看就是这些大家都在很aggressive的去在自研芯片在ASIC上面投入的这几家云线厂商同时才在compete说到底谁是host NVIDIA GPU最好的对吧所以我觉得就很难把它frame成一个ASIC versus GPU那就是有很多的workload是在GPU上非常好OK我们offer你最好的GPU对吧我们有最好的这些support然后最reliable的infrastructure然后有最好的其他的这些security也好然后data soldering也好这些相关的配套同时如果你想要一些某些特征的workload在我们的ASIC上面去跑是非常的有效非常的不美价廉非常欢迎你来我们的ASIC我觉得更多更像是这么一个这么一个dynamic所以各自家的各家的ASIC我觉得一定程度上是作为NVIDIA的补充然后在一些workload上面能够更有效然后能够帮助他们更好地 manage自己的margin和cost structure另外一个层面呢我觉得就是说他们自研的ASIC可以一定是做到去作为一个differentiating factorversus其他的这些cloud provider就不管是versus就是刚才提到这几家还是versus这些Neocloud像Coreweave、Nebius这些让外界非常关注的除了自眼芯片之外那本次的亮点就还有亚马逊云科技的自眼模型组合了Novar模型的更新让亚马逊云科技的模型生态得到了极大的扩展和升级那么亚马逊云科技的第二首狂想曲就是它模型层的更新而今年在模型层的关键词是扩展 [9:59] 亚马逊云科技的模型家族叫NOVA四块模型的根性能分别是NOVA2 Lite,NOVA2 Pro,NOVA2 Sonic,以及NOVA2 Omni都是在过去一年有了非常大的升级那很有意思的是亚马逊云科技的自研模型次损类其实并不是与头部最强的模型去争性能而是在能够与一线模型能力持平的前提下去打性价比这张牌并用整个云生态的配套加持来让客户有更多的选择那我们用这个逻辑去看亚马逊科技的发布其实就能够理解在今年发布的一系列模型的逻辑在哪里了那接下来呢我们来看一下这四款的NOVA模型的升级NOVA 2 Lite是一款面向日常工作负载的快速经济型推理模型能够处理文本图像和视频输入并且生成文本输出那也就是说在处理各类文档从视频中提取关键信息生成代码提供准确的基于事实的回答以及自动化执行多步骤的agent工作流上Nova 2 Lite的能力都是适配这些任务的Nova 2 Pro是亚马逊云科技最智能的推理模型能够处理文本图像视频和语音输入并且生成文本输出它适合用于需要高准确率的高度复杂任务比如说agent编程长期规划以及复杂问题求解这款模型还可以用作教师模型通过知识帧流将自身能力迁移到更小更高效的学生模型上用于特定垂直领域和应用场景也就是说Nanova 2 Pro是适合用在多文档分析视频推理复杂的指令执行高阶数学问题求解以及执行Agent与软件工程任务等等方面第三个模型的发布是nova2 sonic是亚马逊语音科技的端到端语音模型将文本与语音的理解与生成深度融合实现了实时类人对话式AI体验这个模型支持更多语言和富有表现力的音色具备更高识别准确率并且提供高达100万tokens的上下玩窗口能够支撑常识交互并且在语音与文本之间快速切换模型可以一步处理任务用户在继续自然对话甚至切换话题的同时系统仍可以在后台完成比如说订票等操作而Nova2Sonic还能够与Amazon Connect第三方语音服务提供商以及对话式AI框架集成在客户服务AI助手和互动语音体验上支持交互而第四个发布的模型叫做Nova2Omni这是一款统一的多模态推理与生成模型既可处理文本图像、视频和许音输入又可以同时的生成文本和图像Nova2 Omni可以处理多达75万单词的文本数小时音频、长视频以及数百页文档可一次性同时分析完整产品目录用户评价、品牌规范和视频素材库降低了连接多种专业模型所带来的成本与复杂度那么这样主打全模态的模型对于企业来说其实是非常有用的所以我们看到包括斯科还有西门子在内的众多企业就已经在利用NOMA2模型构建从A-Zen威胁检测到视频理解和语言助手等等多种的创新应用了另外本次Raven大会还有一个重点就是发布了四家外部模型上线Amazon Baroque其中的两家就是来自中国的大模型MiniMax和Kimi另外两家是Google的Gemma和英伟达的Nemotron这也使得Amazon Bedrock的丰富模型生态对开发者和企业们来说非常友好除了模型本身还有两个模型配套上的亮点分别是发布的首个面向自建前沿AI模型的创新服务NovaForge和面向UI工作流的高可靠AI争服务NovaActNovaForge的创立初衷是这样的企业它在拥抱AI的时候很重要的是要整合自身的私欲和专有的知识然而在过去的两年尝试当中企业们往往面临三种不尽如人意的选择那么第一种是对BM模型进行有限度的Find2V条只能够浅层次的注入企业专业知识第二是在缺乏原始训练数据的情况下持续训练开源权重模型可能会导致模型在指令跟随等基础能力上出现退化第三是从零开始构建模型投入巨大的成本与时间而企业真正需要的是既能够获得前沿模型的能力又能够深度的去融合自由专业知识的解决方案而NovaForge就是亚马逊语音科技找到的解决方案NovaForge是一个所谓的开放训练模型概念通过将企业的专用数据与Nova的模型能力相结合帮助企业去打造专属的Nova优化变体也就是被称为Novalis的定制模型目前旅游网站booking.com, Reddit和索尼等多家企业或者机构就已经开始利用NovaForge来构建更加契合自身训练 [14:59] 而另外一个重磅的服务叫做Nova Act是用于在浏览器中构建和部署高可靠性的AI agent实现自动执行各类操作那么这项服务是由定制版的Nova to Light模型提供算力支撑是构建和管理大规模浏览器自动化 agent 机群的快捷路径根据亚马逊云科技Nova Act在早期客户工作流中达到了90%的执行可靠性一些客户案例就包括出售公司Solar Systems将NovaAct集成到其平台当中每个月为客户自动完成数十万次工作流任务涵盖支付对账协调货运和医疗记录更新等任务OnePassword利用NovaAct帮助用户以更少的手动操作访问登录信息只需要一个简单提示即可以在数百个不同网站上自动完成登录步骤客资通过使用NovaAct实现租车平台端到端测试自动化将软件交付速度提升了5倍这个平台每天处理百万美元的预定业务以往需要数周才能够完成的测试流程如今在数小时内就可以完成Amazon Leo在卫星互联网服务发布之前借助Nova Act消除了质量测试瓶颈用自然语言撰写测试场景并且自动在数千个WAP和移动端测试用力中执行和适配大幅减少工程师投入时间而Nova Act的推出也显示出亚马逊科技对于agent方向的重视而围绕着agent来打造的一系列生态支持也是今年的Re-Event的重点我真的相信AI agent是我们的一种改变的步骤而AWS是最好的地方建设和载动这些agent那我们接下来看看围绕着agent亚马逊运科技是如何想要重塑软件开发团队的协作边界的agent在2025年爆发特别是企业们是针线恐后的部署agent但是我们看到的难点在于将agent引入内部的生产和管理需要快速规模化部署记住过去交互和学习识别和访问所有agent的工具和控制掌握用于执行复杂工作流的agent工具使用最后观察和调试问题这一套流程其实还挺复杂的所以如何帮助客户去大规模的构建部署安全的生产及agent亚马逊科技给出的解决方案就叫做Amazon Bedrock Agent Core这是一款专为安全大规模构建和部署agent而设计的agent平台它包含了一系列的关键组件提供了大规模运行生产及agent所需要的全套服务也就是说客户既可以使用Amazon BadRock Agent Core去构建agent也可以结合任何开源agent构建框架在此基础上BedRock Agent Core有三项关键的新功能第一是Policy in Agent Core企业只需要用自然语言描述规则就可以创建精细化策略可以为agent定义策略比如说可访问的工具和数据可执行的操作使用条件等等相当于为agent的操作设定明确边界解决了最棘手的权限问题这也被视为着手企业中agent搭建的最后一功力第二是agent core evaluation通过内置的评估工具监控agents在实际运行中的表现质量评估维度就包括转确性和帮助性等方面同时还可以添加自定义评工工具来满足特定的业务需求第三是episodic functionality in agent core memory情景记忆功能自动保存交互过程中的关键事件和状态助力agent从过往经验中学习提升决策水平现在,当 agents变得更容易建设接下来的大问题就会o build, the next big question emerges. How do we make them more efficient? Today's off-the-shelf models have broad intelligence. They can handle complex tool use, multi-step reasoning, and unexpected situation. But they aren't always the most efficient. And this efficiency is not just about cost. It's about latency. How quickly can your agent respond? It's about scale. Can it handle peak demand? It's about agility. Can you iterate and improve quickly? And these are the practical realities of deploying AI at scale. and then by using the workflow of the development process, and by keeping the way up to the development process, and making sure to make the way up to the development process. Amazon Security Agent is a character of a physical-assumer in the background of the user-saving and user-saving and social-appearing process. Amazon DevOps Agent is a character of a human-saving [19:59] 参加协助团队解决并且预防运行故障持续提升系统可靠性与性能那到这里我们来总结一下Reevent整个大会今天下来宣布了有上百项更新吧我们实在是不能一一来跟大家说明但是最重要的其实就是我们刚才说到的构建AI Agent的四大支柱的全面升级AI芯片 模型生态 首创的开放训练模型平台以及Agent开发工具这四大支柱的升级以及全生态的加速压注也明确传递出了一个关键信息尽管AI正在改变应用开发的方式但是云计算的基础属性安全性 可用性 弹性 成本和敏捷性比以往任何时候都更加的重要Google很明确就是主推要主推自己家的GeminiMicrosoft其实就是相对来说OpenAI的模型Amazon是这几家里面我觉得相对来说最均衡的一个它虽然说自己有自己的NOMA系列的模型但是就并没有说感觉到它是要去把自家的模型当做一个主推的点而是去提供一个它的focus我觉得更多是在这个bedrock这个层面就是作为一个multi model的一个平台然后把其他的配套的这些东西不管是security也好然后data storage也好把这些东西都搭得很完整然后给大家提供这么一个platform其实给我的感觉是有点像他的一个电商这一块的一个思路对吧就是把大量的supply和大量的demand汇集到他这里然后让他在其中间提供这么一个作为这么一个平台的角色那么说完了这些硬核的更新我们来说点更好理解的客户案例还有我们在现场的一些实地的体验来看一下亚马逊科技的客户都是怎么来拥抱AI策略的那么每年的拉斯维加斯瑞伊文大会上虽然有很多技术非常的硬核但是我还是觉得整个大会做的非常好的一点是通过客户的案例来把很多语音上技术怎么去赋能产品这件事情说的非常的生动很好玩让观众们很能理解那么今年在现场看Kino的时候让我记忆非常深刻的有这么几个合作的案例首先就是Photoshop的母公司Adobe作为被生成师AI最直接影响的设计师群体们一直非常关注Adobe上的AI功能进展Adobe的首席执行官Shanthin Naren就表示为了加速AI转型Adobe正在利用亚马逊云科技的基础设施帮助公司和新产品中部署AI比如说一战式平台Adobe Firefly就包含了Adobe生成式AI模型支持文本到图像文本到视频和生成填充能力这些模型是由英伟达GPU驱动的Amazon EC2 P5和P6计算实力进行的模型训练而Adobe Firefly上的模型已经生成了超过290亿份的创意资产那我们也可以感受到AI富裕创作者们的创意掌控力同时呢Adobe也将AI助手集成进了Adobe Express而与亚马逊云科技的合作保证这些agents不仅运行高效更重要的是具备高度的安全性那么还有一个比较有趣的案例呢是传媒巨头康泰纳士那如果你没有反映过来这家公司的名字那Vogue杂志大家总知道吧康泰纳士就是Vogue的母公司而这家百年出版业巨头正在联手亚马逊云科技进行现代数字媒体的转型康泰纳士的首席产品官兼首席技术官Sanje Bantar就在台上表示从传统媒体转型的过程中痛点是其下不同国家不同语言的传媒品牌业务线和资产及其分散而公司基于亚马逊云科技构建同一内容系统与数据胡仓通过AI翻译实现内容跨区域联合发布使得数次收入占比达到70%其中纽约客付费订阅超过了100万同时呢卡特纳什还依托于亚马逊云科技合作大型的直播活动包括大多会艺术博物馆的慈善反应Met Gala对没错就是那个大家穿着这个珍奇斗艳的丸礼服被称之为时尚奥斯卡的Megala通过与亚马逊云科技的合作康泰纳士通过对事件和直播流的实时分析使得Megala这样的时尚盛会的参与度engagement比格兰美奖要高出54%比金球奖要高出近400%甚至比超级碗都还要高出522%对于康泰纳士这样的传媒巨头来说AI转型非常关键就像这位首席技术官在最后的PPT上说的只知媒体定义了我们数字媒体扩张了我们而数据将变革我们那么在现场还有两个上天入海的案例让我印象非常深刻那我们就先来讲讲如何用AI上天在今年的RAE event大会上贝索斯旗下的商业太空公司蓝色起源Blue Origin [24:59] 简直就是炸场简直是把客厂当成自己的发布会主场各种的放重磅消息首先蓝色起源是发布了第一艘能够自主垂直发射和着陆的航天器同时旗下的Newfoundland号轨道火箭成功的发射并且着陆接下来将目标放在重返月球上而公司与亚马逊云科技合作使得2700个agent进入业务流程在过去一个月当中被70%的员工促成了超过350万次的互动同时蓝色起源还发布了一款月球吸尘器这款利用AI研发出来的能够将月尘转化为能源的设备完全有AI设计而蓝色起源更是大胆的将亚马逊云科技的Agent功能引入到了航空系统设计从信号需求物料沟通到更高技术利益的系统架构和物理仿真蓝色起源通过内部的BlueGBT平台调用了多个agent来支持研发让总体交互速度提升了75%最后就是用AI入海了在最后一场的Kino演讲当中亚马逊CTO Warner Vocal就分享到海洋清理组织Ocean Cleanup通过AI技术上的合作来优化塑料检测模型预测垃圾移动轨迹最大化清理效率确保在全球最关键的区域展开工作那么在现场啊这样的客户案例还有非常非常多不仅呢从Keynote当中我们听到了非常多振奋人性的故事To be企业端正在如何的用AI来啼笑并且在现场的展区呢我们也能够亲身体验到未来产品与AI的结合形态那今年呢我自己的餐会体验啊我主要是放在了体育赛事的这个锤唷上而亚马逊云科技呢是单独的给这个行业安排了一个巨大的空间来展示无论是小游戏比如说时针飞镖通过端侧镜头进行视觉识别然后在云端实施计算分数这种非常小的场景抱歉到时时的排球角度和力量识别来指引玩家到时时云端高尔夫教练指导还有实时胜率分析的电竞直播同时F1赛车和亚马逊云科技的合作可以说又是给我增长了好多的知识点今年苹果的F1黄标飞车电影让这个赛事背后的运转机制来到了大众面前我们知道每辆赛车都配备了300个传感器每秒产生超过110万个数据点所以F1堪称一项真正的由数据驱动型运动但是厉害的是这么快的速度下就像赛车马上要进维修站的那么几秒的时间云服务的实时数据传输要到位及时数据分析要准确那这使得车队能在激烈的竞争中获得高效精确的响应和支持这个技术真的是非常厉害的哦对了我还在现场体验了一把F1换轮胎的工作我第一次尝试的成绩实在是有点惨不忍睹但我相信只要我勤奋练习达到两秒就能够去FE兼职换轮胎啦另外亚马逊云科技与NBA的合作也是非常有意思从前篮球比赛的分析全都是手写基本上数据分析很难做到而AI如今能够帮助NBA去追踪和共享统计数据衡量以前无法直接量化的球员表现包括使用亚马逊语音科技的机器学习来跟踪投篮难度防守综合评分和引力那作为伪球迷的我第一次听到对引力gravity这个概念那这是一种战术概念指的就是球员对对手防守注意力的吸引力当一名进攻球员具备足够的威胁他会迫使防守者更多的去关注靠近或者协防他反而改变整个防守的站位和决策而在AI出现之前引力这样的数据是很难被记录并且分析的并且观众其实也没有这样的意识而如今有了AI的加持对Gravity的分析成了NBA最核心的数据指标之一并且也是改变了观众们只关注代球球员的比赛观看方式来顺便考考大家NBA球星当中最有引力的球星是谁呢答案就是Steven Curry你猜到了吗所以其实NBA圈有着酷有引力这样的说法Cooley可能也没有想到有人成为他的粉丝居然会是因为亚马逊云科技的Re event大会好 其实咱们这次去拉斯维加斯的Re event逛了这么久啊 [29:59] 我也看了这么多的发布我的感受呢就是对AI在2026年的发展啊我真的是更加期待了那一路上呢我和同行的同事在聊说看看过去AI发展的这三年第一年呢是大家有巨大的新鲜感觉得这个模型牛那个模型厉害然后到了第二年呢是巨大的失落感发现其实这个不太好使那个bug也很多然后呢现在是第三年大家还是真的全力以赴的去思考怎么样才能够落地在各个生态各个方向各个技术站上去创新研发出解决问题的产品和服务那这其实是技术爆发的第三个阶段而在今年的Revent上我真的是感受到了第三个阶段就像今年大会上CEO Kino演讲的开场动画上的字说如果问题不是这可能吗而是简单的为什么不能而亚马逊的CTO Warner Vogels更是说了一段非常动人的话今年是他第14年在ReEvent上面做Keynote演讲了也是他最后一次的演讲他对现场的开发者们说我们建造的大部分东西最终都不会有人看到我们之所以能够把这些做得这么好唯一的原因就是我们对卓越运营的专业自豪感the people that actually maintain the cataloguethat make that do the supply chainall of that worknobody sees thatyour customers are never going to tell youthat your database engineers are doing amazing workand they love what they've doneonly youunderstand that workthat goes into it. I believe it is important for all of us to have pride in our work, in the unseen systems that stay up for the night, in clean deployments, the rollbacks that nobody He notices most of what we build nobody will ever see. And the only reason why we do this well is our own professional pride in operational excellence. That is what defines the best builders. They do the things properly even when nobody's watching. That's what we watch. So, in the future, the XGBT is the three years, the Amazon is to use the three years to try to do their own work. It's a very important thing to do with the AI. This will make me more than a year-to-end. Well, that's all about this video. Please like and subscribe to our KUK101 for the best-to-beautiful business and business development. We'll see you next week.