近期，大語言模型、文生圖模型等大規模 AI 模型迅猛發展。在這種形勢下，如何適應瞬息萬變的需求，快速適配大模型至各類下遊任務，成爲了一個重要的挑戰。受限于計算資源，傳統的全參數微調方法可能會顯得力不從心，因此需要探索更高效的微調策略。上述挑戰催生了參數高效微調（PEFT）技術在近期的快速發展。
中國首個Sora級視頻大模型Vidu重磅發布早在2023年3月，基于U-ViT架構，該團隊在開源的大規模圖文數據集LAION-5B上就訓練了10億參數量的多模態模型——UniDiffuser，並將其開源，率先完成了U-ViT架構的大規模可擴展性驗證。
Vidu也複用了生數科技在圖文任務的很多經驗，包括訓練加速、並行化訓練、低顯存訓練等等，從而快速跑通了訓練流程。
據悉，他們通過視頻數據壓縮技術降低輸入數據的序列維度，同時采用自研的分布式訓練框架，在保證計算精度的同時，通信效率提升1倍，顯存開銷降低80%，訓練速度累計提升40倍。
從圖任務的統一到融合視頻能力，Vidu可被視爲一款通用視覺模型，能夠支持生成更加多樣化、更長時長的視頻內容。
作爲自Sora發布之後全球率先取得重大突破的視頻大模型，Vidu性能全面對標國際頂尖水平，並在加速叠代提升中。未來，Vidu靈活的模型架構將能夠兼容更廣泛的多模態能力。
雲服務支撐大模型的必要性在大模型技術迅速叠代的背景下，AWS強調雲服務不僅要支撐大模型，更要對最終的業務效果負責。Amazon Bedrock通過端到端的服務，打造了一個對客戶業務效果負責的平台。
Amazon Bedrock的新特性包括新增的模型版本、文本嵌入、模型評估工具、圖像生成器和自定義模型導入功能。這些特性爲客戶提供了更多的選擇和更低的成本，同時也簡化了模型的調試和應用。隨著AI技術的廣泛應用，安全性和合規性成爲了客戶關注的重點。Amazon Bedrock的Guardrails功能，幫助客戶防止有害內容並管理應用程序內的敏感信息。
AWS生態系統的AI融合AWS沒有選擇單一地做大模型，而是將AI技術融入到其龐大的生態系統中，使得客戶能夠自由構建生成式AI應用，而無需關注複雜的機器學習或底層基礎設施。
Amazon Bedrock的推出和更新，不僅增強了AWS在AI服務領域的競爭力，也推動了整個雲計算行業的創新和發展。它爲模型公司提供了一個公平的起點，讓客戶能夠體驗和比較不同的模型。AWS在雲計算和AI領域堅持其第一性原理，即提供最小單元化的IT基礎設施，讓開發者自由選擇與組合。這種理念在Amazon Bedrock的推出和叠代中得到了充分體現。
隨著AI技術的不斷進步和應用，雲計算行業的競爭將更加激烈。AWS通過Amazon Bedrock展現了其在AI服務領域的實力和決心。未來，AWS將如何繼續引領雲計算和AI技術的創新，值得我們持續關注。
免責聲明：
1、本號不對發布的任何信息的可用性、准確性、時效性、有效性或完整性作出聲明或保證，並在此聲明不承擔信息可能産生的任何責任、任何後果。
2、 本號非商業、非營利性，轉載的內容並不代表贊同其觀點和對其真實性負責，也無意構成任何其他引導。本號不對轉載或發布的任何信息存在的不准確或錯誤，負任何直接或間接責任。
3、本號部分資料、素材、文字、圖片等來源于互聯網，所有轉載都已經注明來源出處。如果您發現有侵犯您的知識産權以及個人合法權益的作品，請與我們取得聯系，我們會及時修改或刪除。
