Model LocateAnything-3B, Qwen-AgentWorld-35B-A3B, dan Qwen3.5-122B-A10B kini tersedia di Amazon SageMaker JumpStart
Model LocateAnything-3B dari NVIDIA, Qwen Qwen-AgentWorld-35B-A3B dari Qwen, dan Qwen3.5-122B-A10B dari Qwen kini tersedia di Amazon SageMaker JumpStart, memperluas portofolio model dasar yang tersedia untuk pelanggan AWS. Ketiga model ini menghadirkan kemampuan khusus yang mencakup pemahaman visual, simulasi lingkungan agen, dan penalaran multimodal skala besar, memungkinkan pelanggan untuk menerapkan solusi AI berkinerja tinggi dan terukur pada infrastruktur AWS.
Model-model ini mengatasi berbagai tantangan AI korporasi dengan kemampuan khusus:
LocateAnything-3B dioptimalkan untuk penentuan lokasi visual dan objek yang cepat dan berkualitas tinggi dari instruksi bahasa alami. Metode ini menggunakan kerangka kerja Parallel Box Decoding (PBD) yang memecahkan kode kotak pembatas dan titik sebagai unit atom dalam satu langkah, menjaga koherensi geometris dan membuka paralelisme yang substansial. Hal ini memungkinkan lokalisasi objek yang presisi, deteksi padat, dan lokalisasi berbasis titik di berbagai domain, baik dalam aplikasi Enterprise Intelligence maupun Physical AI.
Qwen-AgentWorld-35B-A3B unggul dalam menyimulasikan lingkungan agen di tujuh domain interaksi: pemanggilan tool, pencarian, terminal, rekayasa perangkat lunak, Android, web, dan interaksi OS. Ini adalah model dunia bahasa pertama yang mencakup ketujuh domain dalam satu model tunggal, memprediksi keadaan lingkungan selanjutnya berdasarkan riwayat tindakan dan interaksi agen melalui penalaran rantai pemikiran yang panjang—yang dilatih pada lebih dari 10 juta lintasan interaksi dunia nyata.
Qwen3.5-122B-A10B menyediakan penalaran multimodal berkinerja tinggi dengan efisiensi yang ramah produksi. Fitur ini memiliki total 122B parameter dengan hanya 10B yang diaktifkan per token melalui arsitektur hibrida yang mengintegrasikan Gated Delta Networks dengan sparse Mixture-of-Experts (256 ahli), memberikan kinerja penalaran, pengkodean, agen, dan pemahaman visual yang kuat dengan jendela konteks asli 262K dan overhead latensi minimal.
Dengan SageMaker JumpStart, pelanggan dapat men-deploy salah satu model ini hanya dengan beberapa klik untuk mengatasi kasus penggunaan AI spesifik mereka.
Untuk memulai dengan model ini, navigasikan ke katalog model SageMaker JumpStart di konsol SageMaker atau gunakan SageMaker Python SDK untuk men-deploy model ke akun AWS Anda. Untuk informasi selengkapnya tentang men-deploy dan penggunaan model fondasi di SageMaker JumpStart, lihat dokumentasi Amazon SageMaker JumpStart.