北京 2025年5月27日 /美通社/ -- 簡單易用的AI應用開發平臺Dify通過深度集成亞馬遜云科技的生成式AI技術與云服務，在保障性能、合規與全球交付的基礎上，顯著降低企業在生成式AI應用開發中的技術門檻和部署成本。此外，依托亞馬遜云科技遍布全球的基礎設施與亞馬遜云科技Marketplace，Dify將產品迅速推廣至全球，為汽車、制造、零售快消、醫療健康和游戲等多個行業逾百家企業提供服務，助力企業釋放生成式AI創新潛力的同時，實現商業價值增長。
Dify是一款發布于 2023 年的大語言模型應用開發平臺，涵蓋從Agent構建到AI Workflow編排、RAG檢索、模型管理等核心技術棧，助力開發者快速實現AI應用落地。通過深度集成亞馬遜云科技行業領先的生成式AI技術以及高性能的基礎設施，Dify可為企業及開發者提供生成式AI能力集成與擴展、數據層架構優化、彈性架構與成本優化等能力，解決企業在部署多模態和多模型應用時面臨的成本、安全和可觀測性等關鍵挑戰，可將企業AI應用的系統整合周期從平均12周縮短至3-4周，集成效率提升70%，大幅加速從概念到生產的轉化速度。
借助亞馬遜云科技的基礎設施、生成式AI服務、數據服務和彈性架構，Dify在性能、成本、安全三方面實現突破。作為一個大模型應用開發平臺，Dify通過靈活的API接口支持多種主流模型的無縫接入，亞馬遜云科技在模型服務層的優勢與Dify的多模型適配能力實現協同增效。例如，Dify原生支持在Amazon Bedrock上調用Claude、Cohere等領先的大語言模型和嵌入模型，企業可根據實際應用場景需求，快速選擇和切換合適的基礎模型并直接調用，從而加速應用落地進程。此外，Dify還支持 Amazon SageMaker微調定制模型，以適配不同的業務場景，確保模型靈活性和高效推理，同時支持私有化模型的快速上線。
在高效數據管理方面，Dify構建了企業級的RAG（檢索增強生成）能力，利用全托管的Amazon OpenSearch 提供高性能向量數據庫與搜索服務，完成對PB級日志分析以及對文本和非結構化數據的搜索、可視化和分析任務。該方案將數據檢索性能提升30%以上，實現千萬級文檔的實時處理，延遲低于100毫秒。
在彈性架構與成本優化方面，基于Amazon Elastic Kubernetes Service (EKS) 的容器化自動擴縮容能力，Dify可動態應對流量高峰，并發處理能力提升4倍，確保業務量激增時生成式 AI 應用的穩定高效運行。Dify SaaS版還使用了亞馬遜云科技自研芯片Amazon Graviton，計算成本降低30%，性能提升20%。在安全方面，結合Amazon Key Management Service (Amazon KMS)進行加密存儲，Dify將潛在安全事件發生率降低90%，滿足數據合規要求，為企業構建安全可信的AI運行環境。
Dify還將產品上架亞馬遜云科技Marketplace，從而觸及更廣泛的國際客戶群體。這一舉措不僅加速了Dify的全球業務擴展，還顯著提升了銷售轉化率。憑借與亞馬遜云科技的深度合作，如今，Dify的服務已覆蓋全球150個國家和地區的用戶，助力汽車、制造、零售、醫療健康、游戲等眾多行業的中大型企業實現業務創新與規模化增長。
某世界 500 強生物技術公司利用Dify基于亞馬遜云科技構建的生成式AI解決方案，實現了多語言工單處理工作流的自動化。該方案能將客戶語音實時轉錄為文本，結合大語言模型進行語義優化、上下文分析以及智能分類，并實時檢索相關的產品文檔、歷史案例和知識庫，最終生成建議解決方案。工單生成時間從10-20分鐘縮短至3分鐘，日均自動生成約300個工單，每月節省約60人/天的工時，大幅提升工單處理效率。
某跨境電商企業基于 Dify搭建內部企業級AI生產力中臺，結合亞馬遜云科技的生成式AI技術與服務，打破業務與IT壁壘，實現生產效率提升。業務員工可直接在Dify上接入Amazon Bedrock并創建AI應用，實現零代碼AI任務編排。此外，基于Dify可視化工作流編排，用戶可定制個性化業務流程，實現智能化AI任務管理。在該中臺啟用的兩個月內，該企業成功構建了超過900個生成式AI應用，其中活躍應用數量達到100多個。在消費者洞察業務領域，企業已成功實現90%的任務流程由AI自動化處理，大幅提升了運營效率。
Dify 聯合創始人延君晨表示： "從Dify創業之初到現在，亞馬遜云科技從多個維度為Dify提供技術服務與商業拓展支持。基于亞馬遜云科技全棧式生成式AI技術，以及全球覆蓋的基礎設施、廣泛而深入的云服務，Dify實現了全球業務快速拓展與產品的更新迭代。未來，我們期待繼續與亞馬遜云科技深化合作，構建面向開發者和各行各業企業的數字化應用，降低生產級AI應用的開發門檻，賦能更多行業客戶解鎖生成式AI的商業潛能。"
