A Generalist Agent 对比 Amazon Bedrock

Gato 是 DeepMind 在其 2022 年 5 月研究文章《A Generalist Agent》中介绍的通用智能体。一个具有共享权重的变换器策略处理聊天、图像描述、Atari 游戏和真实机器人手臂堆积积木等任务，均来自同一模型。文章将其描述为一种多模态、多任务、多体现策略，根据上下文选择输出文本、关节扭矩、按钮按压或其他标记。

该领域的大多数工具为每个任务领域训练独立模型。而 Gato 则将每种模态和环境序列化为扁平标记序列，并通过类似大型语言模型的变换器处理。这意味着一个预训练检查点可以在对话、视觉和控制之间切换，无需更换架构。

训练过程中，来自模拟和真实环境的数据与自然语言和图像数据集混合，损失被掩码处理，使 Gato 仅预测动作和文本目标。部署时，先对提示进行标记化，每个新观察结果追加到序列中，模型在 1024 标记的上下文窗口内一次采样一个动作向量。博客中包含按领域分组的任务图表，显示预训练模型达到专家分数阈值。

该文面向 AI 和机器人研究人员多于普通软件用户。您可以在 deepmind.google 阅读和引用该研究；这里审查的页面没有公开注册流程、API 层级或下载按钮。

Amazon Bedrock 让 AWS 客户能够通过一个 API 调用来自 Anthropic、Meta、Mistral、Amazon Nova、OpenAI 以及数十个其他供应商的基础模型，构建生成式 AI 应用和代理并投入生产。团队可以在此基础上叠加知识库、安全防护、评估工具和 AgentCore，从而无需管理 GPU 基础设施即可发布助手。

与直接调用模型 API 不同，Bedrock 集成了模型选择、RAG 知识库、安全防护措施以及智能提示路由和批量推理等成本控制，按需价格享受 50% 折扣。蒸馏模型运行速度可提升至 500%，成本降低 75%，这对于需要在同一堆栈上满足 FedRAMP High 和 HIPAA 资格的受监管工作负载尤为重要。

超过 100,000 家机构使用它进行文案写作、虚拟助手、文档摘要、图像生成和工作流代理。Robinhood 报告称，在 Bedrock 上将每日令牌使用量从 5 亿扩大到 50 亿后，AI 成本降低了 80%。新 AWS 账户可获得最高 200 美元的额度，之后按令牌模型费率付费。