Category: Artificial Intelligence

本文介绍一种开发商品广告图审查Agent的方案，帮助制造业客户实现自动化、高效率的内容合规审核

今天，我们宣布在 Amazon SageMaker HyperPod 中推出两项全新的 AI 模型训练功能：无检查点训练 和 弹性训练。前者通过启用点对点状态恢复，减少了对传统基于检查点的恢复方式的依赖；后者则使 AI 工作负载能够基于资源可用性自动扩展。

今天，我很高兴宣布，Amazon SageMaker AI 针对 Amazon Nova、DeepSeek、GPT-OSS、Llama、Qwen 等热门 AI 模型，推出了全新的无服务器模型定制功能。这项新的定制能力提供了易于使用的界面，支持强化学习等最新的微调技术，使您能够将 AI 模型定制流程从数月缩短至数天。

今天，我们宣布在 Amazon Bedrock 中推出强化微调功能。这是一项全新的模型定制能力，可创建更智能、更具成本效益的模型。这些模型能够从反馈中学习，并为特定业务需求提供更高质量的输出。强化微调采用反馈驱动的方法，模型根据奖励信号进行迭代改进，其准确率平均比基础模型提升 66%。

今天我们宣布 Amazon Nova Act 正式发布，这是一项全新的 Amazon Web Services（AWS）服务，旨在帮助开发人员构建、部署和管理可靠的人工智能代理集群，实现生产环境用户界面工作流程的自动化。Nova Act 在规模化应用中实现了超过 90% 的任务可靠性，相较于其他人工智能框架，它提供了最快的价值实现时间和最简便的实施流程。

今天，我们推出 Amazon Nova Forge，这是一项使用 Nova 构建自己的前沿模型的新服务。Nova Forge 客户可以从早期的模型检查点开始开发，将他们的数据集与 Amazon Nova 精选的训练数据进行混合，并将他们的自定义模型安全地托管在 AWS 上。Nova Forge 是构建自己的前沿模型的最简单、最具成本效益的方式。

今天我们宣布推出通过 Amazon Simple Storage Service（Amazon S3）访问适用于 NetApp ONTAP 的 Amazon FSx 文件系统中数据的功能。借助此功能，您可利用企业文件数据增强生成式人工智能应用，通过 Amazon Bedrock 知识库实现检索增强生成（RAG）；运用 Amazon SageMaker 训练机器学习（ML）模型；通过 Amazon S3 集成的第三方服务生成洞察；在 Amazon Quick Suite 等人工智能驱动的商业智能（BI）工具中使用全面研究功能；并基于 Amazon S3 运行云原生应用程序分析。所有这些操作均可在文件数据持续驻留于适用于 NetApp ONTAP 的 FSx 文件系统的同时完成。

今天，我们宣布在 Amazon Bedrock 中正式推出来自 Google、Moonshot AI、MiniMax AI、Mistral AI、NVIDIA、OpenAI 和 Qwen 的 18 个完全托管式开放权重模型，其中包括新的 Mistral Large 3 和 Ministral 3 3B、8B 和 14B 模型。

今天，我很高兴地宣布，Amazon S3 Vectors 正式推出，其扩展性和生产级性能均显著提升。S3 Vectors 是首个原生支持存储和查询向量数据的云对象存储。与专业的向量数据库解决方案相比，它可以帮助您将存储和查询向量的总成本降低多达 90%。

从今天开始，您可以使用 AWS Lambda 持久函数直接在熟悉的 AWS Lambda 体验中构建可靠的多步骤应用程序。持久函数是常规的 Lambda 函数，它们具有您已经熟悉的相同事件处理程序和集成。您可以用自己的首选编程语言编写顺序代码，持久函数会跟踪进度，在失败时自动重试，并在规定的时间点暂停执行长达一年，无需为等待期间的空闲计算付费。