Amazon 的「模型超市」策略，如何在模型大戰中脫穎而出？

2025 年 12 月，在拉斯維加斯的 Amazon Re:Invent 大會上，AWS 宣布了四大戰略升級：自研Trainium 3 晶片性能翻倍、Nova 2 模型系列全面更新、首創開放訓練平台 Nova Forge、以及 90% 可靠性的 Agent 服務 Nova Act。

透過這四大支柱的佈局，AWS 其實向市場傳遞了一個更深層的戰略信號：它正在確立其作為「模型超市」（Model Supermarket）的獨特定位。不強推自家單一模型，而是提供最開放的選擇，做 AI 時代的「軍火商」而非「參戰者」。

本文將從這次大會中提到的算力、平台、Agent 創新，以及 AWS 獨特的「模型超市」策略，解析這家雲端霸主如何重新定義 AI 基礎設施的遊戲規則。

第一支柱：NVIDIA 深度綁定 + 自研 ASIC 晶片

ASIC vs GPU：互補而非對立

市場上常有一種誤解，認為 AWS 推自研晶片是要取代 NVIDIA。但投資人與 AWS 高層在採訪中明確指出，ASIC（專用晶片）和 GPU 其實並不是對立關係，而是一個動態互補。

GPU 擁有最強的通用性與生態支持，適合前沿模型的訓練與廣泛的探索性任務。而 ASIC（如 TPU 或 Trainium）則針對特定模型的推理與訓練進行了極致優化，提供更具競爭力的成本結構。

AWS 的策略是「雙軌並行」：

1. 提供最好的 GPU：繼續與 NVIDIA 深度綁定，確保擁有最可靠的 GPU 基礎設施。
2. 歡迎來到 ASIC：對於特定特徵的工作負載，AWS 提供 Trainium 晶片作為更高效、性價比更高的選擇。

GPU 實力證明：OpenAI 與 Adobe

AWS 在 GPU 集群上的實力毋庸置疑。OpenAI 在 2025 年 11 月宣布與 AWS 達成 380 億美元的戰略合作，選用的正是搭載 NVIDIA GPU 的 Amazon EC2 Ultra Server 計算集群，以實現極低延遲的通信與高效運行。

另一個例子是 Adobe。Adobe Firefly 已經生成了超過 290 億份的創意資產，這些模型背後的訓練算力，正是由 NVIDIA GPU 驅動的 Amazon EC2 P5 和 P6 實例提供支持。

Trainium 的爆發性成長

與此同時，自研晶片 Trainium 的採用率也在飆升。AWS CEO Matt Garman 透露，在 Amazon Bedrock（AWS 的生成式 AI 全託管服務平台） 上，絕大部分的用戶推理任務已經轉向Trainium晶片。

其中最重量級的用戶就是 Anthropic。其旗艦模型的推理任務，大量運行在 Trainium 晶片上，這證明了 AWS 自研晶片已具備承載最頂尖大模型的能力。

新發布的數據更是亮眼：

• Trainium 3：採用 3nm 製程，能效提升 40%，算力翻倍。
• Trainium 4（預告）：FP4 性能提升 6 倍，內存頻寬提升 4 倍。

這顯示了 AWS 在自研晶片上的決心：不僅要做 NVIDIA 的最佳隊友，也要成為企業控制成本的最佳替代方案。

第二與第三支柱：Nova 2自研模型與開放訓練平台

模型策略：不爭第一，爭「 CP值 」

很有意思的是，AWS 發布的 Nova 2系列模型（Lite, Pro, Sonic, Omni），並不試圖在所有指標上打敗 GPT 或 Gemini。

AWS 的邏輯是：在模型能力與競品持平的前提下，利用整個雲生態的配套（數據、安全、晶片），打出極致的 CP值。

Amazon Bedrock，AWS 的「AI軍火庫」
Amazon Bedrock 是這項全託管服務讓企業通過統一的 API，就能調用來自不同頂尖 AI 公司的基礎模型。企業不需要自己維護繁雜的伺服器，就能輕鬆切換使用 Claude、Llama 或 AWS 自家的 Nova 模型。

• Nova 2 Lite：面向日常工作負載，快速且經濟。
• Nova 2 Pro：處理高複雜度任務，適合Agent編程。
• Nova 2 Sonic：端到端語音模型，支持實時交互。
• Nova 2 Omni：全模態模型，同時處理圖文影音。

此外，AWS Bedrock 繼續引入外部強援，包括中國的 MiniMax、Kimi，以及 Google 的 Gemma和 NVIDIA 的 Nimochon，進一步強化其「匯聚大量模型」的平台屬性。

企業 AI 的三難困境與 Nova Forge 解法

企業在擁抱 AI 時，往往面臨「微調效果差」、「開源模型退化」、「自訓成本過高」的三難困境。

AWS 提出的解法是 Nova Forge 開放訓練平台。它允許企業將專有數據與 Nova 的模型架構深度融合，打造企業專屬的定製模型（Novalis）。Booking.com、Reddit 和 Sony都已開始利用 Nova Forge 構建契合自身需求的模型。

第四支柱：Nova Act 與 Agent Core 的最後一哩路

Policy in Agent Core：解決「敢不敢用」的問題

人工智慧代理（AI Agent）是 2026 年的發展重點，但企業遲遲不敢大規模部署，核心原因是「不可控」。

AWS 推出的 Amazon Bedrock Agent Core 試圖解決這「最後一哩」的問題，其核心功能包括：

1. Policy（策略控制）：企業可用自然語言定義 Agent 的邊界（例如「只能讀取不可寫入」、「只能訪問特定數據」），解決最棘手的權限問題。
2. Evaluation（評估）：內置工具監控 Agent 在實際運行中的準確性與幫助性。
3. Memory（情景記憶）：自動保存交互關鍵事件，讓 Agent 能從過往經驗中學習。

Nova Act：90% 的執行可靠性

針對瀏覽器自動化操作，AWS 發布了 Nova Act。在早期客戶（如 Solar Systems）的測試中，Nova Act 在導航、點擊、輸入等複雜工作流上達到了 90% 的執行可靠性。

這是一個巨大的飛躍。以往的 Agent 常常卡在網頁結構變更或彈窗干擾上，而 Nova Act 的高可靠性意味著企業終於可以放心地將「訂票」、「對賬」、「填表」等繁瑣工作交給 AI 自動完成。

戰略對比：AWS 的「模型超市」 vs Google 與 Microsoft 的垂直整合

Amazon Re:Invent 2025 最精彩的部分，莫過於 AWS 清晰地劃出了與 Google、Microsoft 截然不同的戰略邊界。

1. Google：極致的垂直整合 (Vertical Integration)

Google 的策略是自行垂直整合：TPU + Gemini模型 + Vertex AI + Search/Workspace入口。

• 優勢：優化極致，迭代速度快。
• 風險：深度綁定。如果企業選擇 Google Cloud，很大程度上就被鎖定在 Gemini 生態中。一旦 Gemini 在某個週期落後，企業將陷入被動。

2. Microsoft：OpenAI Centric 的雙頭馬車

Microsoft 的策略是 Azure + OpenAI。

• 優勢：擁有目前市場認知度最高的 GPT 系列模型，以及 Copilot 在 Office 軟體中的統治級入口。
• 風險：仰賴 OpenAI。雖然 Azure 也開始支援 Mistral 等模型，但其核心資源與優化無疑仍傾斜於 OpenAI。企業面臨著高昂的成本與供應商綁定風險。

3. AWS：中立的「模型超市」 (Model Supermarket)

AWS 的策略像極了它的電商本行：搭建一個中立、安全、物流通暢（算力強）的平台，讓所有供應商（模型）在上面賣貨。

• 策略：Bedrock 提供 Anthropic, Cohere, Meta, Mistral 以及自研 Nova，任君挑選。
• 優勢：
  1. 去風險化（De-risking）：企業不會因單一模型商出現問題而停擺。
  2. 成本優化：企業可以針對不同任務「路由」到不同模型（簡單任務用便宜的 Nova Lite，複雜邏輯用強大的 Claude 4.5）。
  3. 監管安全：AWS 作為中立基礎設施，數據隱私邊界更清晰。它不拿你的數據去訓練一個要跟你競爭的超級模型。

Q: 為什麼企業選擇 AWS 而不是直接用 OpenAI 或 Google？

A: 對企業而言，模型是「零件」，不是「平台」。AWS 的策略是像電商一樣，提供完整的物流（基建）與安保（合規），讓企業在同一套安全標準下自由選擇商品（模型）。今天用 Claude，明天換 Llama，後天試試 Nova，無需重寫整個應用架構。這就是 AWS「模型超市」策略的核心吸引力。

AWS 的雲端戰略：卓越運營與全棧生態

回顧過去三年的 AI 發展：

• 第一年：巨大的新鮮感（Wow, 它可以寫詩！）。
• 第二年：巨大的失落感（哎，不太好用，Bug很多）。
• 第三年（現在）：全力以赴的落地（Grounding）。

AWS CTO Werner Vogels在他的告別演講中強調了 「卓越運營」（Operational Excellence） 的專業自豪感。

他說：「我們建造的大部分東西，最終都不會有人看到。」

正是這些「看不見」的基建，穩定的電力、極低延遲的網絡、安全的數據圍欄、90% 可靠性的Agent，構成了 AWS 在 AI 長跑中的底氣。

Amazon Re:Invent 2025 說明，AWS 不打算在每一場模型跑分中都拿第一，但它打算成為所有 AI 應用跑得最穩、最便宜的跑道。

雖然 Amazon 在 2025 年的股價表現落後於其他科技巨頭，但「模型超市」策略或許從長期來看是一個更合理的選擇。就如同微軟 CEO Satya 說的，這些人工智慧模型最終可能會像是大宗商品一樣，而如果那一天來到，「模型超市」策略可能就會是最大贏家。

數據來源

• Amazon Re:Invent 2025 Keynote featuring CEO Matt Garman & CTO Werner Vogels
• OpenAI Strategic Partnership Announcement (Nov 2025)
• AWS Official Blog: Amazon Nova Models, Nova Forge, Bedrock Agent Core launch details
• Customer Stories: Adobe, Booking.com, Solar Systems, Blue Origin