自2018年以来，F1和Amazon Web Services（AWS）持续探索创新路径，利用F1的数据和AWS的云技术实现这项运动的数字化转型。随着合作伙伴关系的继续，F1将通过AWS工具引入生成式AI，以推动整个运动的创造力和解决方案，并提高运营效率。

在2024年加拿大大奖赛上，AWS创造了体育界的另一个里程碑 ———比赛的获胜者举起了第一座受生成式AI启发的F1奖杯。

鉴于F1赛事的高度数据依赖性，AWS拥有众多独特的叙事角度，可巧妙融入奖杯设计之中。AWS的设计团队将Amazon Titan Image Generator作为Amazon Bedrock（一个面向AWS客户的可访问生成式AI平台）的一部分，在几秒钟内根据各种提示创建了数百个奖杯设计概念。

在设计过程中，团队探讨了多个创意方向：奖杯是否映射吉尔斯·维伦纽夫赛道的独特轮廓，这是加拿大一级方程式大奖赛在蒙特利尔的标志性赛道；设计能否体现赛车手在赛道上承受的重力挑战；或是将过去70年间所有经典F1奖杯的元素融入其中。随着部分提示展现出更大潜力，AWS设计人员利用Amazon Bedrock对优选设计进行了数百次深度迭代。

提示：设计一个 F1 奖杯，代表从 F1 赛车传输的数十亿个数据点。奖杯材料应为银色。

提示：设计一个奖杯，其灵感来自从赛道上的赛车到云的数据流。奖杯材料应为银色。

在Amazon Bedrock中，团队利用Titan Image Generator模型并选择了以下配置：模式：生成图像；方向：横向；大小：1024×1024；提示强度：多变;4-8； 种子：多种多样;0-2,147,483,646。这些设计令人难以置信，但在制造可行性、重量和对结构完整性的担忧方面存在限制。AWS 探索了替代提示和专有数据，以确保设计既符合AWS品牌调性，又能满足F1对奖杯设计的严格要求。

基于单个提示的奖杯设计变体

最终设计灵感来自下一代F1赛车的创新项目项目。在2022赛季，F1和AWS合作重新设计了F1赛车的空气动力学轮廓，使赛车能够更紧密、更激烈地比赛。这启发了AWS设计人员查看侧重于F1使用计算流体动力学和高性能计算的提示，这些提示研究了F1赛车周围的空气流动。

AWS最终确定了以下提示：“一个光滑的、符合空气动力学原理的银色奖杯，置于一个方形大理石底座上，其扭曲的气流形式类似于F1赛车周围错综复杂的空气动力学图案。奖杯的设计结合了漩涡和涡流元素，象征着F1赛车开发过程中在AWS HPC上运行的复杂计算流体动力学模拟。背景为柔和的灰色，并带有微妙的运动模糊效果，以传达一种速度感"。

F1还与AWS合作，将生成式AI应用于根本原因分析（RCA）流程，以更有效地识别和解决比赛期间赛道外发生的技术问题的根本原因。该工具将使F1能够通过使用自然语言对记录的数据提出问题来调查系统错误，从而增强F1在比赛期间保持最佳运营性能的能力，最大限度地减少停机时间，确保车队、车手和观众享受无缝的比赛体验。

AWS首席体育行业专家Neil Ralph补充道：“F1赛车每秒生成超过100万个数据点，而这仅仅是个开始。F1还收集了关于车手、赛道、天气和赛事悠久历史的海量数据。我们合作伙伴关系的核心是能够从这些数据中提取有价值的见解。借助AWS的生成式AI功能，F1将能轻松地分析历史数据以及实时事件，通过更动态、更及时的评论解说吸引车迷，全面提升赛事故事讲述的吸引力。我们正携手重新定义这项运动的观看、比赛和管理方式。”

推荐阅读：

方案发布|DaVinci Resolve/AIGC实训室建设方案