Amazon Bedrock的尝鲜体验

在当今数字化飞速发展的时代，云计算已经成为企业和个人用户不可或缺的资源。Amazon Bedrock，作为亚马逊云服务（AWS）的一项创新产品，为广大用户提供了一个全新的云端服务体验。下面是对Amazon Bedrock的简单体验。

作为一名对云计算爱好者，我对Amazon Bedrock的试用充满了期待。进入Amazon Bedrock很容易，它主要有下面几个模块：基础模型、操场、保障措施、编排、评测和部署。

基础模型：Amazon Bedrock 支持来自行业领先提供商的基础模型。选择最适合实现您独特目标的模型。

操场：这里可以选择聊天、文本、图像，使用相应的模型来进行进一步的操作。

保障措施：防护机制和水印机制，Amazon Bedrock 的防护机制用于根据使用的用例和负责任的人工智能策略，实施针对特定应用的保护。

编排：知识库和坐席。

评测和部署：创建和查看模型评估作业；预调配吞吐量允许拥有部署模型的专用容量。

1、体验图像的生成

使用的模型是SDXL0.8，提示强度是7，生成的图片是模糊的。

修改生成步骤对图片影响不大。

修改种子对画风影响很大。

提示强度增加到14，图片就变的特别明艳。

修改生成步骤到100，变化不大。

修改种子之后，画也是变的奇奇怪怪。

强度调整到21之后就逐渐漫画化了。

最右侧有提示，不过是英文显示的。

生成步骤这里最小是10，比如要写12不能直接写上去，需要写个120，再删除最后的0。不过也可以拖动下面的圆圈来修改数值。

这里用的SDXL0.8配置比较简单，可以看到强度与种子权重对生成的画影响比较大，步骤影响较小。

切换成SDXL1.0，这里多了些配置，可以上传推理图像。

但选择了好几次总是报错，图像格式不太符合。

切换成Titan Image Generator G1模型，可以一次性生成多张图片。同样的提示词，相对SDXL生成的图片更符合提示词。

2、体验文本的生成

这里选择了Llama 2 Chat 70B，可以进行角色扮演。可以使用中文提问，比如：你是一个老师，向一个小学生介绍下什么是NBA。不过回答是英文的。

让它用python写一个贪食蛇的程序，它会先完善提问，这个已经可以发散思维了。其中若程序写一半就结束了。需要调整下响应长度，目前最大值是2048，调整之后还是接着原来的程序写。

有时候用中文提问，回答会出现乱码。

3、体验聊天的生成

选择Titan Text G1 - Express模型。首先输入中文：你能提供哪些帮助。回答又是乱码，估计没有中文模型库。

换成英文再来问，What help can you provide。回答就正常了。

可以接着聊天。

切换成Llama 2 Chat 70B之后，输入中文：你能提供哪些帮助。这次是用英文回答的，答的也比较完善。

进行模型对比，再此输入中文：你能提供哪些帮助。这次Titan Text G1 - Express使用了中文回答，并且没有乱码。看来这个模型不太稳定。

继续提问，可以看到Llama 2 Chat 70B的回答比较多，而Titan Text G1 - Express都可以简短。

再提问就没有响应了，没有任何提示，也不知道什么原因。

4、体验过程中的问题

1）在聊天或者文本中，模型对中文的支持似乎不是太好，或者模型不稳定，有时候会出现乱码。

2）有些汉化的词，可能让初次接触大模型的人比较迷惘，比如这个温度。

3）目前相关的配置解释只支持英文。

4）不知道正式使用时如何来评估成本。

5、体验总结

• 高性能模型：Amazon Bedrock集成了多个领先AI提供商的基础模型，这些模型在聊天、文本和图像生成方面均展现出卓越的性能。用户可以根据具体需求选择合适的模型，实现高质量的输出。
• 使用简单：Bedrock提供了一套广泛的功能来构建生成式AI应用程序，无需编写大量代码。用户可以轻松试验和评估适合其用例的顶级基础模型，从而加速开发进程并降低技术门槛。
• 模型对比：可以对比多家AI提供商的模型，便于自己在选择某种场景时可以实现最佳的效果，这个功能就是货比三家。

Amazon Bedrock作为一款创新的云端服务平台，给用户带来了新的生产力，即用即走。体验下来入门很简单，通过不断完善模型服务、丰富文档教程、拓展合作伙伴生态等方面的努力，相信Bedrock将能够更好地满足用户的需求，为云计算领域的发展注入新的活力。