A Generalist Agent vs Amazon Bedrock

Gato es el agente generalista que DeepMind presentó en su publicación de investigación de mayo de 2022 "A Generalist Agent." Una política de transformador con pesos compartidos maneja chat, generación de subtítulos para imágenes, juegos de Atari y apilamiento de bloques con un brazo robótico real desde el mismo modelo. La publicación lo describe como una política multimodal, multitarea y multi-encarnación que elige si emitir texto, pares de torsión en las articulaciones, pulsaciones de botones u otros tokens según el contexto.

La mayoría de las herramientas en este ámbito entrenan un modelo separado por dominio de tarea. Gato, en cambio, serializa cada modalidad y entorno en una secuencia plana de tokens y la procesa mediante un transformador con la forma de un modelo de lenguaje grande. Eso significa que un único punto de control preentrenado se mueve entre diálogo, visión y control sin cambiar de arquitectura.

Durante el entrenamiento, los datos de entornos simulados y reales se mezclan con conjuntos de datos de lenguaje natural e imágenes, con la pérdida enmascarada para que Gato prediga solo objetivos de acción y texto. En el despliegue, un prompt se tokeniza primero, cada nueva observación se añade a la secuencia, y el modelo muestrea un vector de acción un token a la vez dentro de una ventana de contexto de 1024 tokens. El blog incluye gráficos agrupados por dominio de tareas donde el modelo preentrenado supera umbrales de puntuación de expertos.

El escrito está dirigido más a investigadores en IA y robótica que a compradores de software cotidianos. Puedes leer y citar la investigación en deepmind.google; no hay un flujo público de registro, nivel API ni botón de descarga en las páginas revisadas aquí.

Amazon Bedrock permite a los clientes de AWS crear aplicaciones y agentes de IA generativa en producción llamando a modelos base de Anthropic, Meta, Mistral, Amazon Nova, OpenAI y docenas de otros proveedores a través de una única API. Los equipos añaden bases de conocimiento, medidas de seguridad, herramientas de evaluación y AgentCore para lanzar asistentes sin gestionar infraestructura GPU.

A diferencia de llamar directamente a las APIs de modelos, Bedrock agrupa la elección de modelos, bases de conocimiento RAG, medidas de seguridad y controles de costos como el enrutamiento inteligente de prompts y la inferencia por lotes con un 50% de descuento sobre las tarifas bajo demanda. Los modelos destilados pueden funcionar hasta un 500% más rápido con un 75% menos de costo, lo cual es importante cuando se atienden cargas de trabajo reguladas que también requieren elegibilidad FedRAMP High y HIPAA en la misma plataforma.

Más de 100,000 organizaciones lo usan para redacción, asistentes virtuales, resumen de documentos, generación de imágenes y agentes de flujo de trabajo. Robinhood reportó una reducción del 80% en costos de IA tras escalar el uso de tokens de 500 millones a 5 mil millones diarios en Bedrock. Las nuevas cuentas de AWS pueden comenzar con hasta $200 en créditos antes de pagar tarifas por token de modelo.