Category: Artificial Intelligence

在本篇文章中，我们基于生成式 AI 行业解决方案指南，针对泛娱乐行业的风格化视频生成，介绍生成式 AI 的使用和参数配置，以及配合传统工具，以协助内容创作，达到一定的创意效果。

本篇将继续下沉到具体行业进行场景以及实施案例的介绍。1）通用场景：基于企业内部知识库例如IT/HR信息的问答2）制造行业：装备维保知识库问答和售后客服 3）金融行业：智能客服和智能报告生成 4）教育行业：面向学生和面向学校的智能问答机器人 5）医疗行业：医疗论文论文信息检索。

在服装销售环节，广东志华软件科技有限公司通过 SageMaker 自建算法实现销售预测，帮助服装企业预测市场趋势，根据预测结果实现智能配货，节省因为缺货导致的调货成本，以及根据预测结果调整营销策略，从而更好地适应市场需求。

本篇主要介绍 LangChain 和开源大语言模型集成，结合亚马逊云科技的云基础服务，构建基于企业知识库的智能搜索问答方案。

游戏行业重度依赖概念设计和美术资源，同时也是对创意和美术内容质量要求最高的行业之一。AI 可能可以带来超越人类自身想象力的一些内容，但抽卡式的创作并不能真正的提升美术管线的生产效率，我们需要使用工具来让 AI 更加精准的生成符合预期的图片。

在前一篇文章中，我们介绍了如何使用 Amazon EC2 Inf2 实例部署大语言模型，有不少用户询问 Inf2 是否支持当下流行的 AIGC 模型，答案是肯定的。在本篇文章中，我们将介绍如何在 SageMaker 环境中使用 Inf2 实例部署 Stable Diffusion 模型。

本篇文章主要介绍如何使用 Amazon SageMaker 进行 ChatGLM 模型部署和微调的示例。 这个 […]

在本篇博客中，我们将为大家介绍在游戏、动漫行业中，使用 ControlNet 高可控输出图片的一些主流的应用场景，包括：1）基于风格化大模型生成游戏/动漫人物；2）使用Reference-only 控制人物细节输出；3）游戏/动漫人物换装；4）多个游戏/动漫人物绘制 5）局部特写/提高图片分辨率。

基于生成式 AI 行业解决方案指南生成多国模特试穿图、设计商品外观及更换不同场景生成商品海报。

本篇文章主要介绍如何使用新的 Hugging Face LLM 推理容器将开源 LLMs，比如 BLOOM 部署到亚马逊 SageMaker 进行推理的示例。