在AI模型竞赛中，Amazon一直是一个尴尬的存在。

它拥有全球最大的云计算基础设施，为全球数十万家企业提供AI算力服务；它在OpenAI和Anthropic合计投入了超过数百亿美元的算力承诺；它的AWS数据中心托管了当今最重要的前沿AI模型。但每次有人评价”全球顶级AI公司”，Amazon的名字往往不在那个短名单里。

上周，这个尴尬被迫公开化了。

商业内幕（Business Insider）的独家报道揭露：Amazon正在停止旗下绝大多数Nova AI旗舰模型的开发，将资源全部集中到一个叫Frontier Model Research（FMR）的内部团队，目标是在今年秋季的re:Invent大会上发布一款能够与OpenAI、Anthropic正面竞争的旗舰基础模型。

这是Amazon AI历史上最大规模的战略收缩。它是一次认输，还是最后一搏？答案可能都有一点。

Nova系列：从雄心勃勃到”灯还亮着”

“KTLO”是科技公司内部一种极具特殊意味的存在状态。它不是正式关闭，也不是积极开发，而是一种”僵而不死”的维护模式：该给的API还在运行，该回答的支持工单还在处理，但核心工程团队已经撤走，新功能不会来了，重大改进不会来了，这个产品的未来路线图也基本停止更新。

对用户来说，使用KTLO状态的产品，就像租了一栋物业公司已经准备出手的老楼——房子还住着，但公共设施不会再翻新，出了问题只能将就。

Amazon于2024年底推出Nova系列时，定位是AWS平台的自研AI核心产品线，意图与GPT和Claude系列在企业市场正面竞争。Nova包含多个层级：Nova Pro和Nova Lite是文本基础模型，Nova Premier是最高端版本，Nova Omni支持多模态输入，Nova Reel针对视频生成，Nova Canvas针对图像生成，Nova Act是AI代理框架。

在发布之初，Nova系列被寄予厚望。AWS的市场地位意味着它拥有触达数十万企业客户的渠道，Nova只要达到”够用”的水平，就可以凭借生态优势在市场上站稳脚跟。

但”够用”在AI模型市场根本不够。OpenAI和Anthropic的技术迭代速度远超预期，Claude Fable 5和GPT-5.6 Sol在推理能力、代码生成、多步任务处理上持续拉开与跟随者的差距。Nova系列在客观评估中，始终未能进入”首选模型”的候选名单。

这直接影响了AWS的AI业务定位：AWS是全球最大的算力基础设施提供商，可以托管Anthropic的Claude和OpenAI的模型，从算力消费中获取收入；但如果AWS自有模型无法成为企业首选，Amazon就永远只是AI价值链中的”管道”，而不能成为”大脑”。

Nova系列进入KTLO，是Amazon内部明确承认这条路线未能达到战略目标的事实性确认。这也意味着Amazon不打算继续在分散的模型矩阵上消耗资源，而是要把有限的算力和人才集中到最有可能实现前沿突破的单一赌注上。

FMR：Pieter Abbeel主导的新赌注

资源从Nova撤走之后，流向了何处？

答案是Frontier Model Research（FMR），一个以Pieter Abbeel为核心的内部研究团队。

Pieter Abbeel是机器人学和强化学习领域的国际顶尖学者。他曾任加州大学伯克利分校教授，是将深度强化学习应用于机器人控制的先驱之一。他的代表性工作包括”从人类演示中学习”（Learning from Demonstrations）——让机器人通过观察人类示范来学习复杂技能，而不是通过手工编写规则。这一方法论后来成为RLHF（基于人类反馈的强化学习）的重要思想来源，而RLHF正是训练ChatGPT等大语言模型的核心技术之一。

2022年，Abbeel创办了AI机器人初创公司Covariant，专注于让工业仓储机器人能够处理以前无法处理的货品种类。2024年，Amazon将Covariant收购，Abbeel随之加入Amazon，并逐步成为Amazon AI研究的核心人物。

Abbeel的技术背景与传统大语言模型研究者有显著不同。他不是从自然语言处理出发，而是从物理世界的具身智能和复杂任务执行能力出发。这意味着FMR的技术路线，可能在以下几个维度上与OpenAI、Anthropic、Google的主流方向产生差异：

第一，更重视模型与工具、环境的交互能力，而不只是语言生成质量；第二，对强化学习训练信号的运用可能比同行更深入；第三，对AI代理（Agent）在真实环境中的长程任务执行能力，有更清晰的技术路线设计。

这些差异化方向，恰好与AWS Enterprise AI的核心需求高度契合：企业客户需要的不只是”能写文章的AI”，而是”能完成真实业务流程的AI代理”。如果FMR的模型在代理能力上能够超越当前竞争对手，Amazon就有可能在企业AI自动化这个最大的商业市场中占据差异化优势。

AGI Lab的短暂生命：大公司收购团队的困境

FMR的崛起伴随着Amazon AGI Lab的关闭，这是一个颇具戏剧性的平行故事。

Amazon AGI Lab创建于2024年，其核心团队大部分来自AI初创公司Adept的收购。Adept曾在2022-2023年以”AI代理”为核心方向获得广泛关注——他们相信，下一代AI系统将不只是回答问题，而是能够像人类一样操作计算机完成真实工作任务：打开浏览器、填写表格、操作Excel、跨系统传递数据。这个愿景在企业自动化市场看起来极具吸引力，Adept一度估值超过10亿美元。

Amazon以高价收购Adept核心团队，成立AGI Lab，体现了当时Amazon对”前沿AI研究”的明确战略意图。但AGI Lab仅仅运行了不到两年就宣告关闭。这个结果折射出大公司内部AI研发的一个系统性困境：外部引入的顶尖研究者，往往很难在大公司的运营约束、预算审批、跨部门协调和资源竞争中，复现他们在创业环境下的执行效率和创造活力。

当一个十人小团队可以在三个月内迭代产品时，同样的工作放在大公司的组织结构里，可能需要六个月的计划、批准、资源争夺和协调。这不是人的问题，而是组织规模带来的摩擦成本问题。

AGI Lab的关闭，也意味着Amazon再次放弃了”通过收购外部团队快速补强AI能力”的路线，转回”内部培育核心研究团队”的方向——这正是FMR的定位。

AWS的2380亿美元算力困局

理解Amazon AI战略转向，无法绕开一个关键数字：AWS目前持有OpenAI和Anthropic合计超过2380亿美元的算力承诺合同。

这个数字代表着一笔巨大的确定性收入流——每当全球企业通过AWS访问Claude或GPT的API，这笔算力消费进入AWS的收入表，推动数据中心的满负荷运转。从短期财务视角来看，这是Amazon AI战略的一个成功：不需要模型研发领先，只需要提供算力，就可以从AI繁荣中持续获益。

但这种定位有一个根本性的战略缺陷：Amazon在AI价值链中只能处于”管道”角色，而不能成为”大脑”。

“管道”意味着：当OpenAI或Anthropic决定将算力迁移到自建数据中心（OpenAI已经宣布了大规模的基础设施自建计划），或者当微软、Google的企业客户选择在更具竞争力的云平台上使用AI，AWS的算力收入就会受到直接冲击。

“大脑”意味着：如果Amazon拥有有竞争力的自研模型，企业客户使用Amazon模型的每一次调用，不只产生算力收入，还产生模型API收入；随着模型能力提升，Amazon可以在整个AI价值链中提取更高比例的价值。

FMR正是Amazon从”管道”向”大脑”转型的核心押注。如果年底能够推出真正具有竞争力的旗舰模型，Amazon就有机会在算力收入之外，构建模型层的高价值收入来源。

Amazon在AI四大格局中的尴尬位置

在AI竞赛的四大主角格局中，Amazon的位置始终最为尴尬，这一点值得深入分析。

Google拥有全球最大的搜索入口和YouTube用户基础，Gemini可以直接集成到数十亿用户每天使用的产品中；同时Google有DeepMind的基础研究积累，以及TPU自研芯片带来的算力差异化。Google的AI战略是”从产品端驱动”，即使模型能力有时落后，产品分发优势仍然是护城河。

Microsoft通过130亿美元的OpenAI投资，将自己绑定到了当前最强的AI模型上，同时借助Office 365、GitHub、Teams等企业软件生态，实现了AI Copilot的规模化落地。Microsoft的AI战略是”通过投资与产品双轮驱动”。

OpenAI和Anthropic作为纯AI研究公司，在前沿模型能力上持续领先，他们的商业模式是”模型即服务”，通过API和企业订阅变现。

Amazon在这个格局中的传统优势是”云计算基础设施”——AWS是全球最大的云平台，但在AI模型层面长期处于跟随位置。更麻烦的是，Amazon的消费者AI布局（Alexa）在大语言模型时代相对滞后，而企业AI市场正在向需要强模型能力的方向演进。

FMR如果成功，将为Amazon补上这个核心短板：自有的前沿模型能力。失败的话，Amazon需要更长时间依赖OpenAI和Anthropic的模型来服务企业客户，继续扮演”强大的管道”角色。

Amazon历史上的收缩先例

收缩聚焦策略在Amazon的历史上有迹可循。

Amazon进入过很多领域，也从很多领域退出：Amazon Restaurants（外卖，2019年退出北美市场）、Amazon Dash Button（实体一键购物按钮，2019年停产）、Amazon Glow（儿童互动投影产品，2022年停止销售）、Amazon Care（企业员工健康服务，2022年关闭）、Amazon Halo（健身追踪可穿戴，2023年停产）。

每次退出，背后都有相同的判断框架：这个产品或业务方向能否在所在市场成为第一或第二？如果不能，继续分散投入的理由是什么？Amazon创始人兼前CEO Jeff Bezos曾将这个判断逻辑总结为”Day 1”文化——始终以初创公司的紧迫感和勇气运营，当一个方向失去成为领导者的可能性时，要敢于关闭它，把资源转向真正有胜算的战场。

Nova系列进入KTLO，正是这个框架的又一次应用。区别在于，AI模型市场的竞争强度远高于上述消费者产品，关闭的代价和重新出发的难度都更大。

认输的代价与赌注的逻辑

当Amazon决定关闭AGI Lab、让Nova系列进入KTLO，承认的是什么？

承认的不是”AI不重要”——Amazon仍然是全球最大的AI算力提供商，AWS的AI服务收入是年度报告中的核心增长叙事。承认的也不是”Amazon没有技术能力”——Amazon有数千名顶尖AI工程师，在推荐系统、语音识别等应用AI领域多年积累深厚。

Amazon承认的，是一件更具体也更令人不舒服的事实：在与OpenAI和Anthropic的前沿语言模型正面竞争中，多产品矩阵策略已经被证明失效。Nova系列从未进入企业客户”必须使用”的名单，而”差不多”在AI模型市场是不够的。

这种承认本身具有战略价值。很多大公司面对这种情况，会选择用新的发布公告掩盖旧产品的颓势，用营销叙事维护投资者信心，而不是明确地砍掉产品线。Amazon选择了透明的战略收缩，是因为FMR赌注需要资源集中，而资源集中需要砍掉消耗资源的Next best alternatives。

这是Amazon式理性主义在AI竞赛中的具体表达。

FMR的战略价值，不能脱离Amazon在AI硬件上的投入来理解。

过去两年，Amazon持续投入研发Trainium系列AI训练芯片，试图构建一套不依赖NVIDIA GPU的自有AI算力体系。Trainium 2已经在AWS上开放，而更先进的Trainium 3正在开发中。2026年8月初，另有报道指出Amazon在Trainium 2的折旧处理上出现了会计层面的问题，反映出大规模资本投入背后的财务压力。

如果FMR成功训练出有竞争力的旗舰模型，Amazon就可以实现一个闭环：用Trainium芯片训练Amazon自有的基础模型，在AWS数据中心推理部署，向企业客户提供整合的算力+模型一体化服务。这种垂直整合的价值，类似于Apple在移动时代整合芯片（A系列）与操作系统（iOS）所取得的竞争优势——当芯片与模型由同一家公司协同优化，可以在推理效率和成本上获得系统性优势。

反过来，如果FMR未能做出有竞争力的模型，Trainium的大量投入将难以得到充分利用，会计折旧压力将进一步加大。Nova+FMR+Trainium这三条线，在战略上构成了相互依赖的整体，任何一条线的失败都会放大其他两条线的风险。

这也是为什么这次战略转向的赌注，比表面上看起来更大更重要。Amazon对FMR的押注，本质上是一场三线协同的系统性豪赌：Trainium提供算力差异化，FMR模型提供技术竞争力，Nova Act等保留产品线维持客户连续性。三者能否协同形成合力，年底re:Invent的发布会是第一次真正的检验。

re:Invent 2026：高风险的公开兑现

Amazon re:Invent是全球最重要的云计算年会，每年11月底至12月初在拉斯维加斯举行，是Amazon向全球企业客户展示技术路线图的核心舞台。过去几年，AWS的re:Invent公告已经成为企业IT决策者的重要参考。

如果FMR按计划在re:Invent上发布新旗舰模型，这将是Amazon全年AI战略的高光时刻，也是化解外界对”Amazon在AI竞赛中边缘化”担忧的重要机会。

但风险是真实的，并且巨大。

前沿模型研究的时间线极难精确控制。GPT系列从GPT-3到GPT-4用了两年多，Claude从第一代到Fable 5用了三年以上。FMR从资源集中到年底发布，只有不到半年的时间——在AI研究的时间尺度上，这是极其压缩的窗口。

即使模型按时发布，能力评估也是全球公开的。GPT-5.6 Sol和Claude Fable 5已经建立了极高的能力基准，如果新模型在主流benchmarks上仍有显著差距，不如推迟发布到真正准备好的时候。

Pieter Abbeel本人在机器人控制和强化学习领域的成就无可置疑，但领导大规模基础语言模型研发与他此前的专业领域有显著交叉，又有差异。这是一个真正意义上的高难度挑战。

对开发者和企业用户的实际影响

对于目前在AWS上使用Nova系列模型的开发者和企业来说，这次战略转型意味着需要立即做出评估和准备。

Amazon承诺为现有客户提供”清晰的迁移指导”，但在实践中，迁移通常意味着：现有API集成代码需要修改，调整为新模型的接口规范；提示词工程可能需要从头测试，因为不同模型对提示词的响应特性存在差异；如果涉及fine-tuning或RAG系统，数据处理流水线也可能需要适配。

对于大多数仍需要托管模型服务的企业，目前通过AWS Bedrock访问Anthropic Claude系列或Meta Llama系列，是技术上相对稳妥的过渡方案。这两个模型系列都在AWS上有良好的原生支持，迁移路径清晰，模型能力也在行业内经过了充分验证。

等到FMR模型发布之后，根据实际能力评估，再决定是否迁移到Amazon自有模型，是更稳健且风险更可控的策略选择。在这个等待期内，Bedrock平台上的多模型灵活切换能力，恰好成为企业规避单一供应商风险的缓冲机制。

值得注意的是，即使FMR模型最终成功推出，企业客户的迁移决策也不会一蹴而就。在生产环境中替换核心AI模型，涉及的不只是技术评估，还有合规审查（新模型的数据处理政策、隐私协议）、工程成本（测试、集成、回归验证）以及供应商风险评估。这意味着FMR模型即使在能力上达到预期，从发布到大规模企业采用，仍然需要6到12个月的渗透期。Amazon需要在这段时间内持续维护与现有OpenAI和Anthropic合作关系，以保证AWS平台的AI服务连续性，同时悄悄推动自有模型的采用率曲线向上爬升。

大公司AI战略的行业镜鉴

Amazon的Nova收缩，不只是一家公司的战略调整，它为整个行业提供了一个关于”大公司如何在AI时代保持竞争力”的珍贵案例。

微软解决这个问题的方式是：通过130亿美元投资OpenAI，获得顶级前沿模型的优先使用权，用钱买到自己研发无法快速达到的能力水位。Google解决这个问题的方式是：将DeepMind的基础研究团队与产品化商业团队深度整合，内部培育出Gemini系列，同时用庞大的产品分发（搜索、YouTube、Google Workspace）形成模型落地优势。

Amazon现在的选择，更接近于一个修正版的”内部集中突破”策略：承认此前的分散投入效率低下，大幅收缩战线，把有限的优质人才（以Pieter Abbeel为核心）和算力资源（Trainium）集中到单一前沿目标上。

这个选择的成败，将为其他面临类似困境的大型企业（包括IBM、Salesforce、SAP等传统软件巨头）提供重要的战略参考：在AI模型竞赛中，大公司究竟应该”投资优质外部模型”、”收购明星团队”还是”内部聚焦培育”？Amazon的FMR赌注，是这道行业命题最真实的活体实验。

结语：收缩是为了更大的押注

Nova进入KTLO，AGI Lab关闭，资源全部转向FMR——这一系列动作传递的根本信息只有一个：在AI模型竞赛的关键窗口期，Amazon选择了壮士断腕式的集中策略。

这是一家成熟公司罕见的自我否定：承认过去两年在AI模型上的分散投入没有产生预期效果，然后用激进的收缩为新策略清出空间。Peter DeSantis自去年12月统管Amazon AI整合工作以来，这次大幅度的资源重组，是他任内最重要也是风险最高的战略决策。

从更宏观的视角看，Amazon的处境折射出AI竞赛中”大公司困境”的本质：大公司有资源、有渠道、有客户基础，但往往缺乏初创公司的研究专注度和迭代速度。OpenAI和Anthropic能够以极高的专注度把全部资源押在前沿模型研究上，而Amazon必须同时管理AWS云业务、自研芯片投资、外部模型合作、内部模型研发等多个互相竞争的优先项。这种多线作战的资源稀释效应，是大公司在AI模型竞赛中的系统性劣势。

FMR的集中化模式，是Amazon试图在大公司框架内制造一个”单点突破团队”的尝试。年底re:Invent是这场赌注的兑现时刻。无论结果如何，Amazon已经通过这次战略收缩传递了一个清晰的市场信号：在AI竞赛的这个阶段，只有能做到第一的方向才值得全力投入，分散下注的时代正在结束。

Amazon能否凭借FMR在年底完成AI战略的逆转，将是2026年下半年科技界最值得追踪的故事之一。这不只是Amazon的故事，而是整个AI行业一个关键问题的现实测验：在AI竞赛进入关键窗口期的时候，大公司还能追上来吗？

re:Invent的答案，我们几个月后就会知道。

参考资料

  1. Business Insider: “Amazon overhauls its AI strategy, winding down most flagship models” (2026-07-28) — https://www.businessinsider.com/amazon-overhauls-ai-strategy-phasing-out-most-nova-models-2026-7
  2. Business Insider: “Amazon Moonraker Project Alexa Agentic Cost” — background context
  3. Amazon官方声明 (via Business Insider引用): “AI models remain one of the most important things we’re working on”

时效性说明: 本文基于2026年7月28日披露的信息（距本文写作已约12天），核心战略方向已确认，但FMR发布时间表和具体模型细节可能随进展调整，建议持续关注官方公告。