Publié le: Nov 29, 2023
Amazon Titan Multimodal Embeddings aide les clients à proposer des expériences de recherche, de recommandation et de personnalisation multimodales plus précises et contextuellement pertinentes pour les utilisateurs finaux. Vous pouvez désormais accéder au modèle de fondation Amazon Titan Multimodal Embeddings dans Amazon Bedrock.
Grâce à Titan Multimodal Embeddings, vous pouvez générer des intégrations pour votre contenu et les stocker dans une base de données vectorielles. Lorsqu'un utilisateur final soumet une combinaison de texte et d'image en tant que requête de recherche, le modèle génère des intégrations pour la requête de recherche et les associe aux intégrations stockées afin de fournir des résultats de recherche et des recommandations pertinents aux utilisateurs finaux. Par exemple, une société de photographie d'archives contenant des centaines de millions d'images peut utiliser le modèle pour améliorer sa fonctionnalité de recherche, afin que les utilisateurs puissent rechercher des images à l'aide d'une phrase, d'une image ou d'une combinaison d'image et de texte. Vous pouvez personnaliser davantage le modèle pour améliorer sa compréhension de votre contenu unique et fournir des résultats plus significatifs en utilisant des paires image-texte pour affiner les réglages. Par défaut, le modèle génère des vecteurs de 1 024 dimensions que vous pouvez utiliser pour créer des expériences de recherche offrant un degré élevé de précision et de rapidité. Vous pouvez également générer des dimensions plus petites pour optimiser la vitesse et les performances.
Le modèle de fondation Amazon Titan Multimodal Embeddings d'Amazon Bedrock est désormais disponible dans les régions AWS USA Est (Virginie du Nord) et USA Ouest (Oregon). Pour en savoir plus, consultez le blog de lancement d'AWS News, la page produit d’Amazon Titan et la documentation. Pour commencer à utiliser Titan Multimodal Embeddings dans Amazon Bedrock, rendez-vous dans la console Amazon Bedrock.