上周，我觉得很重要的一件事是：在美国云市场有最大市场份额、但在 AI 领域落后于其他云服务商的亚马逊，终于进军多模态 AI。
这里有一个大背景是：去年亚马逊曾推出过第一批大模型 Titan，但仅支持文本，也没引起客户的太大关注。之后，亚马逊的 AI 战略我将其简单总结如下：
与 Anthropic 结成类似于“微软-OpenAI“的联盟，然后利用它和 Anthropic 的关系来增强它在 AI 方面的资质，并向其 AWS 客户提供 Anthropic 的模型。而所有这一切，都将确保资金会从 Anthropic 回流到亚马逊，以帮助提高 AWS 的增长率。
为此刚刚过去的 10 月里，亚马逊宣布再另外向 Anthropic 注资 40 亿（总计 80 亿美元），以增加它在 Anthropic 公司的股份；而 Anthropic 则承诺：将使用亚马逊 AWS 数据中心的服务来满足其部分计算需求，并将使用由 AWS 设计的 AI 芯片。这一起交易，也使亚马逊成为了 Anthropic 的主要云伙伴与培训合作伙伴。
不过，亚马逊并没有止步于此，它还希望内部的 AI 模型能获得 AWS 客户的青睐，以减少对 Anthropic 的依赖——上周亚马逊被披露：其已开发出一种能处理文本、图像与视频的新 AI 模型（代号为 Olympus），可以帮客户用简单的文本提示就能在视频档案中搜索某些场景。
这意味着亚马逊已经进军多模态 AI。或许亚马逊的 AI 模型在生成文本与解决复杂问题方面不如 OpenAI 与 Anthropic，但是别忘了亚马逊在云领域有“规模优势”，它有可能会提供更低的价格。
借此机会，我推荐大家阅读美国云领域著名投资机构 BVP 有关“垂直 AI”报告系列文章中的第二篇《多模态 AI 解锁新机会》，该文章指出了 AI 初创公司可以如何利用多模态来做垂直行业的 AI 应用和 Agents。其系列文章的第一篇请见这里，以下是我的翻译简写：
第二部分：多模态能力解锁垂直 AI 的新机遇
过去 12 个月里，出现了许多新模型，它们在理解语境、减少幻觉以及整体推理能力方面取得了重大进步。我们看到，某些模型在语音识别、图像处理与语音生成方面的表现正在接近（某些情况下甚至超越）人类的能力，这为 AI 开辟了许多新用例。
