Category: Artificial Intelligence

基于 Amazon Opensearch 或 Amazon Kendra 打造企业私有知识库，使用智能搜索增强大语言模型，给客户提供精准检索和问答。

在这篇文章中，您将学习如何基于向量数据库，构建一个电商产品图片目录的向量相似度查询解决方案。我们将通过 Amazon SageMaker、pgvector 向量数据库扩展插件、小型语言模型助力 AI 图片搜索能力，从而在产品目录中查找到最符合条件的产品，提高查询的准确性、效率性，和便利性。 该方案尤其适合垂直行业使用，可覆盖电商、游戏、短视频，甚至法律、医疗、制造业、人力资源等场景。

AIGC，即人工智能自动生成内容，是继专业生产内容（PGC）、用户生产内容（UGC）之后的新型内容创作方式。本文我们将探索如何利用 AIGC 助力电商虚拟换装新体验，以创新驱动内容优化，帮助卖家降低拍摄和后期所消耗的资金成本，解放拍摄场地和模特类型，增加设计人员灵感创意，并且自动化电商广告素材生成。

本文描述了利用 Glue Streaming Job 和 Sagemaker Feature Store 实现实时特征工程处理的工程实现过程。

本文介绍了 LoRA 在亚马逊 SageMaker 上 fine tuning 训练和推理的实现，以及在 Stable Diffusion Quick Kit 工具上的使用指南，感兴趣的小伙伴可以在此基础上快速上手并定制开发，以实现自身需求相关的业务场景。

本文介绍的方案应用场景是针对电商行业，一些电商公司在日常运营工作中，需要处理大量的模特搭配服装的产品图片，这些图片需要电商公司耗费成本去准备且时间周期也比较长。本方案使用 Stable Diffusion WebUI 及相关的扩展组件应用在 Amazon EC2 (本文使用 G4dn 实例) 探索一种可以快速生成AI模特适配服装产品。

本文主要介绍了在电商广告行业下，通过 Amazon SageMaker 使用 Grounded-SAM 进行营销素材生成。我们详细介绍了，1/ 通过 ControlNet 中的 Canny 模型进行无代码图像编辑，以及2/ 通过 Grounded-SAM（Grounding DINO 和 Segment Anything）利用代码进行图像编辑。此外，针对上一版本方案，新增支持了 ControlNet 模型，并新增支持美西 2 US West（Oregon）区域。

在 AMAZON SAGEMAKER 如何训练部署 UIE 模型做关键词抽取。

如果要采用 stanford_alpaca 对 70 亿参数的 LLAMA 进行微调，对于机器的配置要求较高，不利于在行业内大规模使用。为了解决这个痛点，开源项目 alpaca_lora（https://github.com/tloen/alpaca-lora）应运而生。

本文介绍了 Amazon Rekognition 中的新功能 Face Liveness 如何进行用户真人检测并防止欺诈攻击。您可在美国东部（弗吉尼亚州北部）、美国西部（俄勒冈州）、欧洲（爱尔兰）、亚太地区（孟买）和亚太地区（东京）地区使用 Amazon Rekognition Face Liveness 功能。