Los modelos LocateAnything-3B, Qwen-AgentWorld-35B-A3B y Qwen3.5-122B-A10B ya están disponibles en Amazon SageMaker JumpStart
Los modelos LocateAnything-3B de NVIDIA, QWEN-AgentWorld-35B-A3B de Qwen y Qwen3.5-122B-A10B de Qwen ya están disponibles en Amazon SageMaker JumpStart, lo que amplía la cartera de modelos fundacionales disponibles para los clientes de AWS. Estos tres modelos ofrecen capacidades especializadas que abarcan la base visual, la simulación del entorno de los agentes y el razonamiento multimodal a gran escala. Esto permite que los clientes implementen soluciones de IA escalables y de alto rendimiento en la infraestructura de AWS.
Estos modelos abordan diferentes desafíos de la IA empresarial con capacidades especializadas:
LocateAnything-3b está optimizado para una localización visual y de objetos rápida y de alta calidad a partir de instrucciones en lenguaje natural. Utiliza un marco de decodificación paralela de cuadros (PBD) que decodifica los cuadros y puntos delimitadores como unidades atómicas en un solo paso, preservando la coherencia geométrica y desbloqueando un paralelismo sustancial. Permite la localización precisa de objetos, la detección densa y la localización basada en puntos en diversos dominios, tanto en aplicaciones de inteligencia empresarial como de inteligencia artificial física.
QWEN-AgentWorld-35b-A3B se destaca en la simulación de entornos de agentes en siete dominios de interacción: llamada de herramientas, búsqueda, terminal, ingeniería de software, interacción con Android, web y sistema operativo. Es el primer modelo lingüístico mundial que cubre los siete dominios dentro de un solo modelo y predice los próximos estados del entorno según el historial de acciones e interacciones de un agente mediante un razonamiento en cadena de pensamiento prolongado, entrenado en más de 10 millones de trayectorias de interacción en el mundo real.
El modelo Qwen3.5-122B-A10B ofrece un razonamiento multimodal de alto rendimiento con una eficiencia que favorece la producción. Cuenta con un total de 122 000 millones de parámetros y solo 10 000 millones activados por token a través de una arquitectura híbrida que integra Gated Delta Networks con una variedad de expertos dispersa (256 expertos). Esto ofrece un rendimiento sólido de razonamiento, codificación, agentes y comprensión visual con una ventana de contexto nativa de 262 000 tokens y una sobrecarga de latencia mínima.
Con SageMaker JumpStart, los clientes pueden implementar cualquiera de estos modelos con solo unos clics para abordar sus casos de uso específicos de IA.
Para empezar a utilizar estos modelos, navegue hasta el catálogo de modelos JumpStart de SageMaker en la consola de SageMaker o utilice el SDK de Python de SageMaker para implementar los modelos en su cuenta de AWS. Para obtener más información sobre la implementación y el uso de modelos fundacionales en SageMaker JumpStart, consulte la documentación de Amazon SageMaker JumpStart.