MONOist对Amazon Web Services亚太地区及日本初创企业部门负责人Tiffany Bloomquist以及STRADVISION首席运营官Taesan Kwon进行的采访，说明了云基础设施和初创企业支持项目如何帮助一家专注于计算机视觉的公司从开发专业技术，转向在多个行业部署人工智能解决方案。
采访于2026年9月8日在韩国STRADVISION办公室举行的AWS媒体活动期间进行，重点讨论了两家公司在人工智能领域的业务，以及AWS所称的物理人工智能，即在与现实世界互动的环境中使用智能模型，例如车辆和机器人。
从构想到市场
Bloomquist表示，AWS在20年间投入了超过800亿美元，并通过AWS Activate项目为全球超过35万家初创企业提供支持。按照她的介绍，这种支持不局限于计算额度和技术服务，还包括帮助企业构建产品、制定市场进入战略、利用AWS Marketplace，以及将其与企业合作伙伴和客户建立联系。
AWS以Netflix和Grab等公司为例，说明它们如何从具体构想起步，随后扩展为全球业务。不过，采访没有提供有关STRADVISION增长或具体商业成果的新数据，而是重点介绍AWS用于支持企业开发和扩张阶段的机制。
AWS为人工智能解决方案提供什么？
AWS表示，其提供超过200项服务，可根据客户需求进行组合。对于计算密集型人工智能项目，可选择使用NVIDIA图形处理器，或使用AWS Trainium芯片进行模型训练，以及使用AWS Inferentia运行推理。
公司还提到了用于协调大规模模型训练流程的AWS SageMaker HyperPod、用于通过应用程序编程接口访问人工智能模型的Amazon Bedrock，以及用于软件开发工作的Amazon Q Developer和Kiro，还有用于数据分析与展示的Amazon QuickSight。
STRADVISION在物理人工智能领域的应用
STRADVISION开发基于人工智能的计算机视觉解决方案，并将其用于与车辆相关的应用。Bloomquist表示，该公司的技术代表了物理人工智能的早期应用案例，同时还在将基于汽车数据训练的模型扩展到其他领域，其中包括机器人。
根据文章，STRADVISION利用AWS解决方案开发其产品，但采访没有明确每个生产阶段所使用的服务，也没有披露能够独立衡量这些服务影响的性能指标、客户合同或技术细节。
为什么这一发展很重要？
这一案例的重要性在于，它说明面向现实环境的人工智能开发并不只依赖模型本身；还需要用于训练和运行模型的基础设施，以及用于数据管理、开发和商业分发的工具。对于汽车和机器人领域的初创企业而言，这种整合可能减少其在内部构建完整基础设施的需求。
另一方面，这种模式的成功仍取决于数据质量、关键应用中的安全与可靠性要求、计算成本，以及企业将试验性模型转化为可部署产品的能力。文章没有提供足够细节来评估STRADVISION在这些方面的情况，因此应将这次采访视为对技术合作和支持体系的介绍，而不是对产品性能的独立评估。