Les modèles FLUX.2-small-decoder et gemma-4-12B-it sont désormais disponibles sur Amazon SageMaker JumpStart
Les modèles FLUX.2-small-decoder de Black Forest Labs et gemma-4-12B-it de Google sont désormais disponibles sur Amazon SageMaker JumpStart, élargissant ainsi le portefeuille de modèles de base proposés aux clients AWS. Ces deux modèles apportent des fonctionnalités spécialisées couvrant la génération d’images, le décodage efficace et la compréhension multimodale unifiée, permettant aux clients de déployer des solutions d’IA évolutives et performantes sur l’infrastructure AWS.
Le modèle FLUX.2-small-decoder est optimisé pour un décodage d’image plus rapide tout en réduisant l’utilisation de la VRAM dans les pipelines de génération d’images FLUX.2. Il s’agit d’un décodeur VAE distillé qui remplace le décodeur FLUX.2 standard, offrant une vitesse de décodage environ 1,4 fois plus rapide pour une consommation de VRAM 1,4 fois inférieure avec une perte de qualité minimale ou nulle. Les avantages augmentent à des résolutions plus élevées lorsque le décodeur traite plus de pixels, ce qui en fait la solution idéale pour les charges de travail de génération d’images de production à grande échelle.
gemma-4-12B-it excelle dans la compréhension multimodale unifiée des entrées de texte, d’image et audio avec une prise en charge native des appels de fonctions et des flux de travail agentiques. Il est doté d’une architecture sans encodeur où toutes les modalités sont transférées directement dans un seul transformateur à décodeur, offrant des performances proches du plus grand modèle 26B MoE de Google avec moins de la moitié de l’encombrement mémoire. Suffisamment compact pour fonctionner avec 16 Go de RAM, il permet de puissantes expériences multimodales et agentiques pour les déploiements en entreprise.
Avec SageMaker JumpStart, les clients peuvent déployer n’importe lequel de ces modèles en quelques clics pour répondre à leurs cas d’utilisation spécifiques de l’IA.
Pour commencer à utiliser ces modèles, accédez au catalogue de modèles SageMaker JumpStart dans la console SageMaker ou utilisez le kit SDK Python de SageMaker pour déployer les modèles sur votre compte AWS. Pour en savoir plus sur le déploiement et l’utilisation de modèles de base dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.