I modelli Gemma 4 sono ora disponibili in Amazon SageMaker JumpStart
Oggi, AWS ha annunciato la disponibilità di Gemma 4 E4B, Gemma 4 26B-A4B e Gemma 4 31B in Amazon SageMaker JumpStart, ampliando il portafoglio di modelli di base disponibili per i clienti AWS. Questi tre modelli ottimizzati di Google DeepMind offrono funzionalità multimodali con ragionamento configurabile, chiamate di funzioni native e supporto multilingue in oltre 140 lingue, consentendo ai clienti di creare applicazioni di IA sofisticate per diversi casi d'uso sull'infrastruttura AWS.
Tutti e tre i modelli condividono un set comune di funzionalità che rispondono a un'ampia gamma di casi d'uso dell’IA per le aziende:
Pensiero: modalità di ragionamento integrata che consente al modello di pensare passo dopo passo prima di rispondere
Comprensione delle immagini: rilevamento oggetti, analisi di documenti e PDF, comprensione dello schermo e dell'interfaccia utente, comprensione di grafici, OCR, incluso il multilingue, e riconoscimento della scrittura a mano
Comprensione dei video: analisi dei contenuti video tramite l'elaborazione di sequenze di fotogrammi
Input multimodale intercalato: possibilità di combinare liberamente testo e immagini in qualsiasi ordine all'interno di un unico prompt
Chiamata di funzioni: supporto nativo per l'uso di strumenti strutturati, che abilita flussi di lavoro agentici
Generazione di codice: generazione, completamento e correzione di codice
Multilingue: supporto immediato per oltre 35 lingue, con pre-addestramento su oltre 140 lingue
I clienti possono scegliere il modello più adatto al proprio carico di lavoro: Gemma 4 E4B supporta inoltre l'input audio per il riconoscimento vocale automatico (ASR) e la traduzione da voce a testo tradotto in più lingue.
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, è possibile accedere alla sezione Modelli di SageMaker Studio oppure utilizzare l’SDK Python di SageMaker per distribuire i modelli nel proprio account AWS. Per ulteriori informazioni sulla distribuzione e l'utilizzo dei modelli di fondazione in SageMaker JumpStart, consulta la documentazione di Amazon SageMaker JumpStart.