亚马逊AWS官方博客
Category: Artificial Intelligence
在 Amazon SageMaker 上使用 AWS Inferentia2 和 AWS Trainium 以最低成本实现高性能的生成式人工智能推理
随着能够创建类人文本、图像、代码和音频的生成式人工智能模型的兴起，人工智能（AI）和机器学习（ML）的世界见证 […]
利用生成式人工智能增强 AWS 智能文档处理能力
对于需要处理大量文档的组织来说，数据分类、提取和分析可能具有挑战性。传统的文档处理解决方案是人工操作，成本高昂 […]
Stable Diffusion Quick Kit 动手实践 – 使用 Stable Diffusion XL 和 SDXL LoRA，ControlNet 生成图片
本文将介绍如何使用 Stable Diffusion Quick Kit 快速部署一个基于 Stable Diffusion XL 模型，可以动态加载 SDXL LoRA，ControlNet 模型的弹性伸缩推理服务。
通过 Amazon SageMaker JumpStart，在没有互联网连接的 VPC 中，使用生成式人工智能基础模型
在这篇博文中，我们将演示如何使用 JumpStart，在没有互联网连接的 VPC 中部署 Flan-T5 XXL 模型。
生成你在游戏中的形象——面向游戏运营活动的 AI 生图解决方案
本博客探讨了 AI 生图在游戏行业面向游戏运营活动的落地场景，根据企业级客户实际案例经验，探讨如何高效地办好这么一场游戏AI生图活动，并提出我们的解决方案。
在 Amazon SageMaker 上使用 ESMFold 语言模型加速蛋白质结构预测
在这篇文章中，我们将展示如何使用 SageMaker 将 Hugging Face Hub 的 ESMFold 蛋白质语言模型部署为可扩展的推理端点。
释放创造力：生成式人工智能和 Amazon SageMaker 如何帮助企业借助 AWS 为营销活动制作广告素材
我们将演示如何使用 Amazon SageMaker 从现有的基本图像生成新图像，这是一项完全托管式服务，用于大规模构建、训练和部署机器学习模型。采用此解决方案，企业无论规模如何，都可以比以往更快地制作新的广告素材，而且大幅降低成本。这样，您便能够以低成本和高速度，为企业制作新的定制广告素材内容。
使用 Amazon 人工智能内容审核服务，打造安全的图像生成和扩散模型
尽管生成式人工智能解决方案功能强大，应用广泛，但它们也很容易受到操纵和滥用。在这篇博文中，我们将探讨如何使用 AWS 人工智能服务 Amazon Rekognition 和 Amazon Comprehend 以及其他技术，近乎实时地有效审核 Stable Diffusion 模型生成的内容。
借助 ControlNet 生成艺术二维码 – 基于 Stable Diffusion 的 AI 绘画方案
本文主要分享在帮助客户使用 Stable Diffusion 时总结的实战经验总结，在 Stable Diffusion 实战中，客户最常遇到的两方面问题，一是如何选择合适的提示词起手式，来生成满足期望的图片；二是如何对图片进行细节优化，使最终产出的结果能够满足生产应用需求。我们根据过往服务客户使用 Stable Diffusion 的经验，整理了以下内容作为我们推荐的最佳实践，希望对读者使用 Stable Diffusion 进行创作时提供参考。
基于大语言模型知识问答应用落地实践 – 知识库构建（下）
本文在本系列上篇博客的基础上，通过一个真实数据场景的实践进行更详细的阐述，讨论的重点更多放在针对大规模的文档，更快更完整的构建基于向量数据的知识库上面，这对于一些行业如金融、法律、医疗等行业知识库的构建具备指导借鉴意义。本文的第一部分对于 OpenSearch 的集群配置选择给出了一些方法参考，第二三四部分对于数据摄入和检索性能等方面给出了一些初步的经验总结。