Marengo Embed 2.7 de TwelveLabs peut désormais être utilisé pour l'inférence synchrone dans Amazon Bedrock
Amazon Bedrock prend désormais en charge l'inférence synchrone pour Marengo 2.7 de TwelveLabs, étendant ainsi les capacités de ce modèle d'intégration multimodal pour fournir des intégrations de texte et d'images à faible latence directement dans la réponse de l'API. Cette mise à jour permet aux développeurs de créer des expériences de recherche et de récupération plus réactives et interactives tout en conservant les puissantes fonctionnalités de compréhension vidéo qui ont fait de Marengo 2.7 une avancée en matière d'IA multimodale.
Depuis son introduction sur Amazon Bedrock plus tôt cette année, Marengo 2.7 a transformé la façon dont les entreprises utilisent le contenu vidéo grâce à l'inférence asynchrone, ce qui est idéal pour le traitement de fichiers vidéo, audio et image volumineux. Le modèle génère des intégrations multivectorielles sophistiquées, permettant une extraction temporelle et sémantique précise du contenu long. Désormais, grâce à la prise en charge de l'inférence synchrone, les utilisateurs peuvent tirer parti de ces fonctionnalités d'intégration avancées pour les entrées de texte et d'images avec une latence considérablement réduite. Cela le rend idéal pour des applications telles que la recherche vidéo instantanée, dans laquelle les utilisateurs trouvent des scènes spécifiques à l'aide de requêtes en langage naturel, ou la découverte interactive de produits grâce à la recherche de similarité d'images. Pour générer des intégrations à partir de fichiers vidéo, audio et images de grande taille, continuez à utiliser l'inférence asynchrone pour des performances optimales.
Marengo 2.7 avec inférence synchrone est désormais disponible dans Amazon Bedrock dans les régions USA Est (Virginie du Nord), Europe (Irlande) et Asie-Pacifique (Séoul). Pour commencer, rendez-vous sur la console Amazon Bedrock et demandez l'accès au modèle. Pour en savoir plus, consultez le blog, la page produit, la tarification d’Amazon Bedrock et la documentation.