亞馬遜研發多模態大模型 Olympus：能讀懂影片，減少對 Anthropic 依賴

一邊給 Anthropic 大把撒錢，一邊在自家車庫裡緊鑼密鼓地造替代品。亞馬遜在 AI 上的這手雙保險，終於要亮底牌了。

據 The Information 報道，亞馬遜已經研發出一款能夠處理影像、影片和文本的新型多模態大語言模型，內部代號為 Olympus。知情人士透露，亞馬遜最快可能在下週舉行的 AWS re:Invent 年度大會上正式公開這個模型。

搜影片裡的「絕殺球」，不用看進度條了

根據知情人士的說法，Olympus 最大的亮點在於對視覺畫面的理解能力。

它不僅能看懂靜止影像，還能讀懂影片裡的具體場景。舉個例子，使用者只需要輸入一句簡單的文本提示詞，比如「投中制勝球的籃球瞬間」，模型就能迅速在整段影片中精準找到對應的畫面片段。

在底層架構上，它打破了以往單純依賴文字的限制。對於需要處理海量影片素材的雲端客戶來說，這意味著以後檢索和剪輯長影片，不再需要人工一幀一幀去拉進度條。

一邊重金下注，一邊留好退路

有意思的是，這個訊息爆出的時機非常微妙。

就在上週，亞馬遜才剛宣佈向 Anthropic 追加 40 億美元投資。算上去年 9 月投下的 40 億美元，亞馬遜在 Anthropic 身上的總下注已經達到了 80 億美元，坐穩了後者的少數股東位置。

按照雙方當時的協議，Anthropic 會跟 AWS 旗下的 Annapurna Labs 緊密合作，深度最佳化亞馬遜自研的 Trainium 加速晶片，甚至計劃用這些晶片來訓練 Anthropic 未來的前沿基礎模型。

但在雲服務貨架上，Anthropic 的 Claude 幾乎成了 AWS 吸引企業客戶的最大招牌。知情人士指出，亞馬遜之所以急於推出自研的 Olympus，很大程度上就是為了減少對 Claude 的過度依賴，同時扭轉外界關於微軟、OpenAI 和 Google 已經甩開亞馬遜的固有印象。

為什麼重要

我們認為，亞馬遜這步棋下得非常務實，甚至可以說是典型的巨頭防守反擊策略。

對 AWS 的企業客戶來說，多一個自研的多模態模型絕對是好事。如果 Olympus 能在下週順利落地，那些有大量監控、媒體資料庫、電商商品影片處理需求的企業，就不必把雞蛋全放在 Anthropic 一家籃子裡，呼叫成本和算力排程上大機率也能拿到更好的原生折扣。

但從行業競爭來看，亞馬遜的隱患在於「左右互搏」。它既是 Anthropic 最大的金主和算力提供商之一，又在自研同臺競技的模型。面對微軟與 OpenAI 已經產生摩擦的前車之鑑，亞馬遜能否在扶持盟友和扶持親兒子之間平衡好資源，目前還得打個問號。

看起來，亞馬遜不想只當一家給別人做嫁衣的算力水力公司。Olympus 的出現證明了一件事：在頂級大模型這條賽道上，哪怕盟友再能打，核心技術最後也必須抓在自己手裡。