Category: Artificial Intelligence

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。

图像检索（包括文搜图和图搜图）是各个行业中常见的一个应用场景。比如在电商场景中，基于以图搜图做相似商品查找；在云相册场景中，基于文搜图来找寻所需的图像素材……在本文中，我们将介绍两种基于语义的搜图检索方式以及部署方案，您可以实际测试两种方式在特定应用场景下的搜索率以及搜索的准确性，并选择更加适合的方案使用。

如何将 Amazon Kendra 接入大语言模型，从而实现智能搜索。

本文介绍了大语言模型+知识库用于知识问答机器人场景的业务背景，并对其中的知识库构建的所有环节，包括文档拆分，知识向量化，入库向量数据库以及调优进行讨论和分析。

通过 API Key 调用 Amazon Bedrock 的解决方案

面对在容器化环境中进行 Stable Diffusion WebUI 的部署，容器镜像往往高达几十 GB，在进行模型部署时，往往需要等待 15~20 分钟才能部署一套文生图、图生图的 AI 应用。有时候我们不得不采用提前预置 GPU 实例，以满足实时或近实时推理的需求，这就提升了 Stable Diffusion WebUI 的成本。此方案是通过利用 EFS 共享文件系统来加速 Stable Diffusion WebUI 部署推理。通过实验可以观察到有数倍的部署加速效果，特别适用于企业级客户对文生图推理应用的场景。

MyScale 是一款完全托管于 AWS，支持 SQL 的高效向量数据库。MyScale 的优势在于，它在提供与专用向量数据库相匹敌甚至优于的性能的同时，还支持完整的 SQL 语法。在这篇文章中，我们将阐述 MyScale 是如何借助 AWS 的基础设施，构建出一个稳定且高效的云数据库。

本文介绍了如何使用 SageMaker JumpStart 部署 Llama 2 模型，结合 Gradio 轻松构建生成式 AI 聊天助手。

本文结合 Amazon Transcribe，Amazon Polly，以及 openai 的大语言模型和 D-ID.com 公司的 2D 数字人生成技术，介绍了实现了一个演示用的可语音对话的智能 2D 数字人设计的服务和具体的实现过程。

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。