每年10万“教”AI：亚马逊用Nova Forge对模型定制市场“降维打击”

当AI竞赛似乎陷入模型参数与发布会频次的军备竞赛时，拉斯维加斯AWS re:Invent的舞台上，亚马逊给出了截然不同的答案——不追求单一模型的极致，而是打造一套从芯片到应用的完整AI工业化体系。

亚马逊云科技以每年10万美元的入门价格，推出“开放训练”平台Nova Forge，让企业能够介入大模型训练全过程。这一举措可能重新定义AI定制市场的游戏规则。

同步推出的Nova 2系列四款模型——Nova 2 Lite、Pro、Sonic和Omni，与Nova Act智能体服务一起，构成了亚马逊从底层基础设施到上层应用的全栈AI能力矩阵。

01 模型矩阵：精准覆盖从日常到复杂的所有场景

亚马逊此次发布的Nova 2系列采取了精准的市场定位策略，四款模型针对不同应用场景和成本需求。

Nova 2 Lite定位为经济型日常推理模型，在成本与性能间寻找最佳平衡点。能够处理文本、图像和视频输入，生成文字输出。

在多项行业基准测试中，其表现超越Claude Haiku 4.5、GPT-5 Mini等同类竞品，特别适合文档处理、代码生成和自动化工作流。

Nova 2 Pro则是复杂问题解决专家，专为智能体编程、长期规划和高级推理任务设计。支持文本、图像、视频及语音的全模态输入，性能对标Claude Sonnet 4.5、GPT-5.1等高端模型。

Nova 2 Sonic专注于实时语音对话场景，统一了语音理解与生成能力，支持多语言长对话，直接对标OpenAI的语音交互模型。

而Nova 2 Omni代表了多模态技术的顶峰——业界首个能同时处理文本、图像、视频、语音输入，并生成文本和图像输出的统一模型。

02 开放训练：重新定义模型定制，每年10万美元起

Nova Forge的推出可能是本次发布最具颠覆性的部分。这项服务采用“开放训练”模式，允许企业在模型训练的任何阶段注入自己的专有数据。

企业每年支付10万美元起，即可获得从预训练、中训练到后训练的全流程模型检查点访问权限。这意味着客户可以在亚马逊精心策划的数据集基础上，深度融合自身业务数据，打造真正理解企业特定需求的专属模型。

这一低价策略引发了一个关键行业问题：Nova Forge是否会挤压那些为中小企业提供定制化模型服务的中小AI创业公司的生存空间？

这或许意味着，AI定制服务市场将从此进入由云巨头定义标准、比拼规模效益的新阶段。传统模型定制通常只能在训练完成的模型上进行有限微调，而Nova Forge的“开放训练”允许深度介入训练过程，避免了通用能力退化的问题。

索尼已通过这项服务成功定制了适用于自身业务的Nova 2 Lite模型，证明了这一模式的实际可行性。

03 客户实证：从技术概念到商业价值的闭环

亚马逊此次发布的不同之处在于，每个新产品都伴随着真实的客户案例，形成了“技术发布-客户验证-价值证明”的完整闭环。

Reddit使用Nova Forge构建了统一的内容审核系统，替代了之前分散的多个模型方案。其首席技术官表示，这一改进带来了更准确的审核结果和更简化的系统架构。

在自动化领域，Nova Act服务展示了惊人的实践效果。这款基于Nova 2 Lite的AI智能体，专门自动化基于浏览器的操作任务。

Hertz租车公司通过部署Nova Act，将其租车平台的端到端测试从数周缩短至数小时，软件交付效率提升达5倍。AWS发布会公布的数据显示，该服务在早期客户工作流中实现了90%的操作可靠性。

04 底层基建：自研芯片与AI工厂的全面布局

支撑这一庞大AI体系的是亚马逊在基础设施层的全面升级。新发布的Trainium3芯片采用3纳米制程，训练与推理效能较前代提升超过4倍，内存容量同步增加4倍。

更值得关注的是战略布局——正在研发的Trainium4将支持NVIDIA的NVLink Fusion高速互连技术。这意味着亚马逊的AI芯片系统将与业界主流的NVIDIA生态实现兼容协作。

亚马逊提出的“AI工厂”概念，将这一布局推向新高度。这是一套面向政府与大型企业的完整AI基础建设输出方案，整合了多元芯片架构、高速网络、高效存储与安全节能基础设施。

05 全栈竞争：超越单一模型的工业化能力

亚马逊此次发布的深层意义在于，它标志着云计算巨头的AI竞争已从单一的模型性能比拼，升级为全栈工业化能力的对抗。

通过Nova 2系列模型、Nova Forge定制平台、Nova Act智能体服务，加上自研芯片和AI工厂基础设施，亚马逊构建了从底层硬件到上层应用的完整AI价值链。

这种全栈能力使企业客户能够在亚马逊生态内完成从模型选择、定制训练到部署应用的全过程，形成高度的生态粘性。对于不同角色的行业参与者，这场发布传递了明确的信号：

企业技术决策者应重点评估Nova Forge的开放训练模式，这可能成为以可控成本获得差异化AI能力的最优路径。开发者与工程师需要关注Nova Act在自动化流程方面的潜力，它可能重构许多传统的人机交互工作流。

而整个AI行业则必须正视一个现实：当云巨头将前沿模型定制门槛拉低到10万美元/年，传统的AI服务模式可能需要重新寻找自己的独特价值定位。

AWS首席执行官马特・加曼在发布会中透露了一个值得玩味的细节：OpenAI已在AWS上部署了数十万张GB200处理器，用于支持ChatGPT的运行与下一代模型的训练。

这个细节恰如其分地揭示了当今AI竞争格局的多层性——在应用层激烈角逐的对手，在基础设施层可能是紧密合作的伙伴。

亚马逊通过本次re:Invent展示的，正是这种统摄多层价值链的“工业化”能力。当业界还在关注下一个大模型会有多少参数时，亚马逊已经在构建生产这些模型的“工厂”，以及定制这些模型的“标准化流水线”。

这场AI竞赛，正在从技术突破的短跑，演变为生态系统与工业化能力的马拉松。