亚马逊云科技重磅！年费10万刀，定制大模型助企业AI差异化。

亚马逊云科技重磅发布，企业级AI大模型定制化服务升级

新媒网跨境获悉，在刚刚宣布推出Nova Forge服务，旨在为企业客户训练定制化Nova AI模型之后，亚马逊云科技（AWS）趁热打铁，再次发布一系列针对企业级客户的全新工具，以简化前沿大模型的创建流程。

在2025年周三举行的AWS re:Invent大会上，亚马逊云科技正式发布了Amazon Bedrock和Amazon SageMaker AI的最新功能。这些新功能的核心目标，是大幅降低开发者构建和微调定制化大型语言模型（LLMs）的门槛，使其过程更为简便高效。

据亚马逊云科技AI平台总经理Ankur Mehrotra在接受外媒采访时介绍，SageMaker此次引入了无服务器模型定制能力。这意味着开发者在启动模型构建时，无需再考虑计算资源或基础设施的配置问题。这一革新旨在让开发者能够更专注于模型本身，而非底层架构。

要使用这些无服务器模型构建能力，开发者可以选择两种路径：一是通过自助式的点击式界面进行操作，二是采用预览版的人工智能代理引导体验，即通过自然语言向SageMaker发出指令，由代理完成模型定制流程。

Mehrotra进一步解释了其应用场景：“例如，如果一个医疗保健领域的客户希望模型能更好地理解特定的医学术语，他们只需在有标注数据的情况下，简单地指向SageMaker AI，选择所需的微调技术，SageMaker便会自动启动并完成模型的微调过程。”

目前，这项定制功能不仅支持亚马逊云科技自家的Nova模型，也兼容部分开源模型（即公开提供模型权重的模型），其中包括DeepSeek以及Meta旗下的Llama模型。

与此同时，亚马逊云科技还在Bedrock平台推出了强化微调（Reinforcement Fine-Tuning）功能。开发者可以通过选择奖励函数或预设工作流，让Bedrock自动完成从头到尾的模型定制流程，进一步提升了定制化大模型的自动化水平。

企业为何青睐定制化大模型？寻求差异化成核心驱动

在今年的re:Invent大会上，“前沿大模型”（指最先进的AI模型）和“模型定制化”显然成为亚马逊云科技的焦点领域。此前在周二，AWS首席执行官Matt Garman在主题演讲中已经宣布了Nova Forge服务，该服务以每年10万美元的费用，为企业客户构建定制化的Nova模型。

Ankur Mehrotra强调了企业客户对定制化的迫切需求：“许多客户都在问，如果我的竞争对手也能访问相同的模型，我该如何脱颖而出？我如何构建针对我的品牌、我的数据、我的用例进行优化，并能实现差异化的独特解决方案？”他指出，解决这一问题的关键在于能够创建定制化的模型。

在当前高度竞争的市场环境中，通用型大模型虽然功能强大，但在处理企业独有的业务逻辑、行业特定术语、以及海量专有数据时，往往难以达到最佳效果。例如，金融行业的风险评估、法律行业的合同审查、医疗领域的病例分析，都需要模型对特定语境和专业知识有深刻理解。定制化大模型能够通过企业自身的私有数据进行训练和微调，从而更好地适应其独特的业务场景和流程，实现更高的准确性、相关性和效率。这种“量身定制”的特性，成为企业在激烈的市场竞争中构建核心竞争力的关键。

市场竞争格局：AWS如何通过定制化策略突围？

尽管亚马逊云科技在大模型定制化方面动作频频，但在AI模型领域的现有用户基础上，其仍面临一定的挑战。据外媒在2025年7月的一项调查显示，企业客户普遍更倾向于使用Anthropic、OpenAI和Gemini等厂商的模型。这表明，在通用大模型的市场份额和用户心智占据上，亚马逊云科技还有巨大的提升空间。

然而，通过提供强大的定制和微调能力，亚马逊云科技有望在竞争激烈的AI市场中开辟新的赛道，并逐步建立起自身的竞争优势。随着人工智能技术加速渗透各行各业，企业对AI解决方案的需求日益精细化、个性化。单纯提供通用模型已不足以满足所有企业的深度需求。

新媒网跨境了解到，亚马逊云科技的策略，正是从其作为领先云服务提供商的优势出发，将云计算基础设施、数据管理能力与AI模型服务深度融合，为企业提供从底层算力到上层应用模型构建的全栈式定制化服务。这使得企业能够在其熟悉的云环境中，更便捷、安全地开发和部署符合自身业务特性的AI应用，从而避免了数据孤岛和系统集成的复杂性。通过降低定制化门槛，并提供多种微调路径，AWS旨在吸引那些寻求在AI领域实现独特价值的企业客户，以此作为其在AI大模型赛道实现差异化突围的关键一步。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/aws-unveils-100k-year-custom-llms-for-biz-ai-diff.html