作为科技界年度标杆盛会，亚马逊云科技re:Invent 2025即将在美国拉斯维加斯启幕。这场聚焦云计算与AI前沿的盛会，不仅是技术突破的发布场，更是全球企业交流AI落地实战经验，助推生成式AI从概念热潮稳步迈向商业实战的盛大舞台。
生成式AI能否真正落地生根，关键在于一个常被忽视的核心决策：如何为特定业务场景选择合适的基础模型。企业千差万别，AI需求各有不同——在某个场景下表现出色的方案，换个场景可能因为成本、效率或目标不匹配而完全不适用。
图片由Amazon Bedrock上的Amazon Nova模型生成
每个模型都有独到之处，无论是逻辑推理、多语言处理、代码生成，还是创意内容制作。当企业在模型选择上受限时，代价是沉重的：要么为功能过剩的模型买单，造成资源浪费；要么将就于性能不足的方案，影响准确性、响应速度和客户满意度。更重要的是，企业需要用自己的数据和真实场景来检验这些模型，因为纸上谈兵终觉浅，实际效果才是硬道理。通过实践检验，企业才能在输出质量、响应延迟和运营成本之间找到最佳平衡点。
能够为每项任务自由选择并充分测试合适模型（或模型组合），这是AI战略成功的基石。它决定了技术投资是带来变革性价值，还是导致资源错配和机会流失。
选择模型的三大要诀
谈到模型选择，需要把握三个要点：
因地制宜，对症下药。正如装修不能只靠一把锤子，也不能指望一个模型包打天下。
灵活切换不只是锦上添花，而是制胜法宝。能够快速测试和部署不同模型的企业，总能在竞争中占得先机。
成本优化的精髓在于物尽其用。为每项任务匹配合适的模型，既不过度投入，也不降低标准。
正是基于这些商业洞察，我们在设计Amazon Bedrock时将模型选择和灵活性作为核心理念。值得一提的是，随着Amazon Bedrock的推出，亚马逊云科技成为首个提供来自顶尖AI公司多样化完全托管基础模型的云服务商，我们持续引入业界领先供应商的新模型——通常还享有独家首发权。在使用多个模型的Amazon Bedrock客户中，绝大多数都会选用不同供应商的模型，为各自的独特场景量身定制解决方案。
让我们看看一些客户如何通过Amazon Bedrock从模型选择中获益：
1
威立雅：工欲善其事，必先利其器
当法国环境服务巨头威立雅启动AI转型时，他们面临一个复杂挑战：如何部署AI工具，为全球数万名员工创造真正价值？答案不是从单一供应商中挑选一个模型，而是提供多家供应商的多种模型，满足不同需求。
Amazon Bedrock丰富的模型选择成为威立雅成功的关键。通过访问来自Amazon、AI21 Labs、Anthropic、Cohere、DeepSeek、Luma AI、Meta、Mistral AI、Stability AI、Writer等顶级AI公司的100多个模型，威立雅发现能够满足全球运营的各种需求——事实上，他们现在几乎用遍了Amazon Bedrock的所有模型。
他们基于Amazon Bedrock构建的“威立雅安全GPT”，简化了整个组织的翻译服务、图像生成和知识检索。借助Amazon Bedrock的灵活模型选择，其实现了爆发式增长——从2023年9月的2000用户激增至2024年11月的48000用户，现已超过64000用户。这种显著增长源于员工赋能：团队成员可以为每个具体任务选择理想模型，而非被迫使用可能产生次优结果的统一方案。这种在各自岗位上自由创新的能力推动了持续参与和价值创造，正如不断增长的使用数据所证明的那样。这一战略实施不仅大幅提升了运营效率，还加速了威立雅转型的核心使命。
2
Showpad：价值观引领模型选择
通过选择符合特定治理要求的模型，企业可以因地制宜地实施防护措施——对面向客户的应用采用更严格的控制，同时优化内部工具的性能表现。这种量体裁衣的风险管理方法既灵活又安全——随着全球AI法规不断演进，这些优势愈发重要。
比利时销售支持公司Showpad就是一个典型案例。该公司需要扩展AI能力，同时为其销售体系维持严格的安全和信任标准。通过仔细评估各种选择，他们选择了Anthropic的Claude模型，因为这些模型与他们的核心价值观——人类主体性、透明度、包容性和诚信——高度契合。这一选择收获了丰厚回报：Showpad在短短一年内成功推出了12个新AI功能，同时保持了高合规标准。他们的做法展示了正确的模型选择如何帮助企业在不妥协安全性或信任度的前提下发展AI能力。
3
TUI：事半功倍的运营效率提升
德国全球最大旅游公司之一TUI的营销团队面临着另一种挑战：大规模生成真实、贴近客户且符合品牌调性的内容。他们的突破不是依靠单一模型，而是通过Amazon Bedrock巧妙组合多个模型的优势。用Meta的Llama模型做初始内容生成——比如生成酒店描述——再用Anthropic的Claude模型进行润色和格式化，他们把原本需要八小时的内容创建流程压缩到几秒钟。这种珠联璧合的方法达到了任何单一模型都无法独自实现的效果。
4
Stride Learning：快速部署，安全第一
作为在线学习的先行者，美国Stride公司在25年发展历程中已成为终身学习领域的领军企业，提供K-12教育、职业学习、专业技能培训和人才发展服务。在为孩子们开发教育技术时，速度和安全缺一不可。Stride Learning面临快速部署Legend Library应用（也叫K-12 Story Studio）的挑战——这是个AI驱动系统，让K-4学生能在几分钟内创建个性化插图故事书。关键是找到能生成丰富详细插图的模型，同时保持儿童教育内容必需的准确性和安全标准。
通过Amazon Bedrock，Stride Learning用Stability AI Stable Image Core模型创建引人入胜的视觉内容，减少无意义文本并确保图像适合相应年龄段。Story Studio自2025年2月推出以来已吸引超过20000名独特用户，在Amazon Bedrock中Stable Image Core的强力支撑下，学生们在Story Studio中创作了超过100000张独特的AI生成图像。
这个模型选择还带来了令人瞩目的规模效应：通过使用Amazon Bedrock和其他亚马逊云科技无服务器方案，Stride实现了每分钟1000张图像的处理量。这种战略性模型选择，结合与亚马逊云科技和Stability AI解决方案架构师的紧密合作，让Stride Learning在六个月内部署了完整的Legend Library产品——只需几次点击就能将学生的想象故事变成栩栩如生的插图书籍。他们的成功充分证明，正确的模型选择能够加速产品上市，同时保持教育应用必需的严格安全和可靠性标准。
5
亚马逊云科技：降本增效，立竿见影
亚马逊云科技现场体验团队通过基于Amazon Bedrock构建的生成式AI方案为亚马逊云科技销售团队提供支持，改善了销售人员与客户的互动方式。该团队选择Amazon Nova模型支持账户摘要功能，这是销售人员的常用功能，需要快速可靠的响应。自迁移到Amazon Nova Lite模型以来，团队推理成本降低了90%，功能满意度达到72%。
6
BigDataCorp：快速转型，抢占先机
巴西数据技术公司BigDataCorp通过Amazon Bedrock利用Mistral AI模型，仅用20天就设计、开发和部署了生成式传记解决方案——把电子表格里的结构化信息转换成文本格式。
Amazon Bedrock
将模型灵活性转化为战略优势
Amazon Bedrock的价值远不止于丰富的模型选择——它从根本上改变了企业实施AI的方式。通过统一界面，团队可以实时试验不同模型，用Amazon Bedrock的交互式试验场和内置评估工具直接比较它们在相同任务上的表现。这种一站式方案免去了处理多个供应商关系和跨系统评估方法不一致的烦恼。
此外，通过统一API和全面SDK，企业可以无缝地将来自不同模型供应商的多个模型整合到现有系统中——从传统应用到现代微服务架构。这种集成优先的方法保护了当前的技术投资，同时实现渐进式AI采用。
在整个AI实施过程中，Amazon Bedrock提供持续优化部署的全套工具——从初始模型选择到持续完善。其评估能力帮助识别特定任务最有效的模型，而智能提示路由、提示缓存和提示优化等高级功能配合模型蒸馏选项，系统性地降低成本、改善延迟并提高所有Amazon Bedrock驱动应用的准确性。
通过消除模型访问和部署的传统壁垒，Amazon Bedrock把焦点从技术集成难题和供应商管理转向战略解决方案探索。现实影响显而易见：威立雅、Showpad、TUI、Stride、BigDataCorp——还有Amazon自身——这些企业的成功案例证明，模型灵活性不只是技术优势——它是直接影响客户体验、运营效率和竞争地位的业务差异化因素。随着AI日益成为现代商业战略的基石，能够灵活调整模型以满足不断变化需求的企业将在竞争中独占鳌头，将缺乏敏捷性的竞争对手远远甩在身后。
更多AI落地干货与行业前沿洞察
尽在re:Invent 2025
我们正处在Agentic AI爆发前夜。企业要从"成本优化"转向"创新驱动"，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
