Les modèles Gemma 4 sont désormais disponibles dans Amazon SageMaker JumpStart
AWS a annoncé aujourd’hui la disponibilité de Gemma 4 E4B, Gemma 4 26B-A4B et Gemma 4 31B dans Amazon SageMaker JumpStart, élargissant ainsi le portefeuille de modèles de fondation disponibles pour les clients AWS. Ces trois modèles adaptés aux instructions de Google DeepMind offrent des fonctionnalités multimodales avec un raisonnement configurable, des appels de fonctions natifs et une prise en charge multilingue dans plus de 140 langues, permettant aux clients de créer des applications d’IA sophistiquées dans divers cas d’utilisation sur l’infrastructure AWS.
Les trois modèles partagent un ensemble commun de fonctionnalités qui répondent à un large éventail de cas d’utilisation de l’IA d’entreprise :
Pensée : mode de raisonnement intégré qui permet au modèle de réfléchir étape par étape avant de répondre.
Compréhension des images : détection d’objets, analyse de documents et de PDF, compréhension de l’écran et de l’interface utilisateur, compréhension de graphiques, OCR, y compris multilingue, et reconnaissance de l’écriture manuscrite.
Compréhension de la vidéo : analysez le contenu vidéo en traitant des séquences d’images.
Entrée multimodale entrelacée - Mélangez librement du texte et des images dans n’importe quel ordre en une seule invite.
Appel de fonctions : support natif pour une utilisation structurée des outils, permettant des flux de travail agentiques
Codage : génération, complétion et correction du code
Multilingue : support prêt à l’emploi pour plus de 35 langues, formation préalable dans plus de 140 langues
Les clients peuvent choisir le modèle qui convient le mieux à leur charge de travail : le Gemma 4 E4B prend également en charge l’entrée audio pour la reconnaissance vocale automatique (ASR) et la traduction vocale en texte traduit dans plusieurs langues.
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 à la section Modèles de SageMaker Studio 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 fondation dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.