Les modèles LocateAnything-3B, Qwen-AgentWorld-35B-A3B et Qwen3.5-122B-A10B sont désormais disponibles sur Amazon SageMaker JumpStart
Les modèles LocateAnything-3B de NVIDIA, ainsi que Qwen-AgentWorld-35B-A3B et Qwen3.5-122B-A10B de Qwen sont désormais disponibles sur Amazon SageMaker JumpStart, élargissant ainsi le portefeuille de modèles de fondation proposés aux clients AWS. Ces trois modèles apportent des fonctionnalités spécialisées couvrant l’ancrage visuel, la simulation de l’environnement des agents et le raisonnement multimodal à grande échelle, permettant aux clients de déployer des solutions d’IA évolutives et performantes sur l’infrastructure AWS.
Ces modèles répondent aux différents défis de l’IA d’entreprise grâce à des fonctionnalités spécialisées :
LocateAnything-3B est optimisé pour un ancrage visuel rapide et de haute qualité et une localisation d’objets à partir d’instructions en langage naturel. Il utilise un framework PBD (Parallel Box Decoding) qui décode les cadres de délimitation et les points en tant qu’unités atomiques en une seule étape, préservant ainsi la cohérence géométrique et débloquant un parallélisme important. Il permet une localisation précise des objets, une détection dense et une localisation basée sur des points dans divers domaines, à la fois dans les applications d’intelligence d’entreprise et d’IA physique.
Qwen-AgentWorld-35B-A3B excelle dans la simulation d’environnements d’agents dans sept domaines d’interaction : appel d’outils, recherche, terminal, ingénierie logicielle, mais aussi interactions avec Android, Web et système d’exploitation. Il s’agit du premier modèle linguistique mondial à couvrir les sept domaines au sein d’un seul modèle, prédisant les prochains états de l’environnement en fonction de l’historique des actions et des interactions d’un agent grâce à un long raisonnement basé sur une longue chaîne de pensée, entraîné sur plus de 10 millions de trajectoires d’interaction réelles.
Qwen3.5-122B-A10B fournit un raisonnement multimodal performant avec une efficacité favorable à la production. Il comporte 122 milliards de paramètres au total, avec seulement 10 milliards activés par jeton grâce à une architecture hybride intégrant des réseaux Gated Delta Networks avec un mélange clairsemé d’experts (256 experts), offrant des performances de raisonnement, de codage, d’agents et de compréhension visuelle solides pour une fenêtre contextuelle native de 262 000 jetons et une surcharge de latence minimale.
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.