在刚刚落幕的 re:Invent 2025 大会上，亚马逊正式发布了其第二代自研大模型家族 Nova2，一口气推出四款面向不同应用场景的新模型：主打轻量高效的多模态模型 Lite、专攻复杂推理任务的代理型模型 Pro、聚焦语音交互体验的 Sonic，以及支持高达75万字上下文长度的 Omni。与此同时，亚马逊还宣布与谷歌云达成一项跨平台互联协议，允许 AWS 客户在不切换基础设施的前提下，直接调用包括 Gemini 在内的竞争对手模型，进一步打通 AI 生态壁垒。
Nova2 系列的核心卖点被定位为“行业领先的性价比”。根据官方公布的定价策略，Lite 模型每百万 token 的输入费用仅为 0.045 美元，输出为 0.09 美元，价格大约只有市场上同类产品的 50%。AWS 首席执行官 Matt Garman 在发布会上强调，新一代模型并非一味堆砌参数，而是通过优化多模态理解、代码生成能力及代理任务调度，在“成本效率”而非“参数规模”上建立竞争优势。
真正引爆开发者社区讨论的，是随 Nova2 同步推出的“Nova Forge”定制化服务。这项年费 10 万美元的高级功能，允许企业客户深度参与模型的预训练、中期训练或后期微调阶段，将自身私有数据无缝融入模型构建流程，从而打造专属的大模型版本。Garman 用一个生动的比喻解释其设计理念：“就像教孩子学语言，越早介入，效果越好。Forge 让客户从‘语言启蒙’阶段就开始定制自己的 AI。”
据亚马逊透露，其内部团队已率先尝鲜。电商部门利用 Forge 构建了用于商品推荐和搜索优化的专用模型，而 Alexa 团队则开发出更精准的语音意图识别系统。外部用户中，社交平台 Reddit 也通过该服务训练了一套内容审核模型，亚马逊称其在内部基准测试中表现优于当前市面上所有可商用的大模型。若企业希望获得 AWS 工程师的一对一技术支持，则需另行支付额外的咨询服务费用。
亚马逊通用人工智能首席科学家 Rohit Prasad 表示，传统自研大模型动辄需要数亿甚至数十亿美元的投入，而 Nova Forge 能将这一门槛大幅压缩至百万美元级别，“相当于只花 1% 的预算，就能获得 90% 的顶尖性能”。据悉，该服务计划于 2026 年第一季度在北美和欧洲部分区域启动预览，后续将逐步向全球客户开放。
