I modelli LocateAnything-3B, Qwen-AgentWorld-35B-A3B e Qwen3.5-122B-A10B sono ora disponibili su Amazon SageMaker JumpStart
I modelli LocateAnything-3B di NVIDIA, Qwen-AgentWorld-35B-A3B di Qwen e Qwen3.5-122B-A10B di Qwen sono ora disponibili su Amazon SageMaker JumpStart, ampliando il catalogo dei modelli di fondazione a disposizione dei clienti AWS. Questi tre modelli offrono funzionalità specializzate che spaziano dal grounding visivo alla simulazione dell'ambiente degli agenti, fino al ragionamento multimodale su larga scala, consentendo ai clienti di distribuire soluzioni di IA scalabili e ad alte prestazioni sull'infrastruttura AWS.
I modelli rispondono a diverse sfide dell'IA per le aziende con capacità dedicate:
LocateAnything-3B è ottimizzato per garantire un grounding visivo e una localizzazione degli oggetti rapidi e di alta qualità a partire da istruzioni in linguaggio naturale. Utilizza un'infrastruttura di tipo Parallel Box Decoding (PBD) che decodifica i riquadri di delimitazione e i punti come unità atomiche in un unico passaggio, preservando la coerenza geometrica e sbloccando un parallelismo sostanziale. Il modello consente una localizzazione precisa degli oggetti, un rilevamento ad alta densità e una localizzazione basata su punti in diversi domini, sia nelle applicazioni di Enterprise Intelligence che di Physical AI.
Qwen-AgentWorld-35B-A3B eccelle nella simulazione di ambienti per agenti in sette domini di interazione: chiamata di strumenti, ricerca, terminale, ingegneria del software, Android, web e interazione con il sistema operativo. È il primo modello linguistico mondiale a coprire tutti e sette i domini all'interno di un unico modello, in grado di prevedere gli stati successivi dell'ambiente in base all'azione dell'agente e alla cronologia delle interazioni tramite un lungo ragionamento chain-of-thought, addestrato su oltre 10 milioni di traiettorie di interazione reali.
Qwen3.5-122B-A10B offre un ragionamento multimodale ad alte prestazioni con un'efficienza ottimale per gli ambienti di produzione. Presenta 122 miliardi di parametri totali, di cui solo 10 miliardi attivati per ciascun token tramite un'architettura ibrida che integra Gated Delta Networks con una Mixture-of-Experts sparsa (256 esperti), offrendo solide prestazioni in termini di ragionamento, programmazione, agenti e comprensione visiva, con una finestra di contesto nativa da 262K e un sovraccarico di latenza ridotto al minimo.
SageMaker JumpStart consente ai clienti di distribuire uno qualsiasi di questi modelli con pochi clic per rispondere a specifici casi d'uso di IA.
Per iniziare, accedi al catalogo modelli di SageMaker JumpStart nella console SageMaker oppure utilizza l'SDK SageMaker Python per distribuire i modelli nell'account AWS. Per ulteriori informazioni sulla distribuzione e l'utilizzo dei modelli di fondazione in SageMaker JumpStart, consulta la documentazione di Amazon SageMaker JumpStart.