Model Qwen3.6-35B-A3B-NVFP4 dan Wan2.1-T2V-1.3B-Diffusers kini tersedia di Amazon SageMaker JumpStart
Model Qwen3.6-35B-A3B-NVFP4 dari NVIDIA dan Wan2.1-T2V-1.3B-Diffusers dari Alibaba kini tersedia di Amazon SageMaker JumpStart, memperluas portofolio model dasar yang tersedia untuk pelanggan AWS. Kedua model ini menghadirkan kemampuan khusus yang mencakup pengkodean agentik dengan penalaran konteks panjang dan pembuatan teks-ke-video yang ringan, memungkinkan pelanggan untuk menerapkan solusi AI berkinerja tinggi dan skalabel pada infrastruktur AWS.
Model-model ini mengatasi berbagai tantangan AI korporasi dengan kemampuan khusus:
Qwen3.6-35B-A3B-NVFP4 dioptimalkan untuk pengkodean agentik, penalaran multimodal, dan pemahaman konteks panjang sebagai varian terkuantisasi NVIDIA dari Qwen3.6-35B-A3B milik Alibaba. Model Campuran Pakar ini berisi total 35B parameter dengan hanya 3B yang diaktifkan per token (8 dari 256 pakar), mendukung jendela konteks 262K token yang dapat diperluas hingga ~1M melalui penskalaan YaRN. Dikuantisasi ke NVFP4 menggunakan kerangka kerja ModelOpt NVIDIA, ia mempertahankan pemikiran di seluruh giliran percakapan, prediksi multi-token, dan pemanggilan tool untuk pipeline agen multi-langkah—semuanya dengan jejak memori yang jauh lebih kecil.
Wan2.1-T2V-1.3B-Diffusers unggul dalam menghasilkan teks-ke-video pada perangkat keras kelas konsumen. Dibangun berdasarkan paradigma transformator difusi dengan Video Variational Autoencoder (VAE) yang inovatif, model dengan 1,3 miliar parameter ini menghasilkan klip video berkualitas tinggi dan konsisten secara fisika dari prompt teks, sementara hanya membutuhkan 8,19 GB VRAM. Perangkat ini dapat menghasilkan video 480p berdurasi 5 detik pada RTX 4090 dalam waktu sekitar 4 menit, menjadikannya salah satu model penghasil video sumber terbuka yang paling mudah diakses.
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.