FLUX.2-small-decoder と gemma-4-12B-it の各モデルが Amazon SageMaker JumpStart で利用可能に
Black Forest Labs の FLUX.2-small-decoder と Google の gemma-4-12B-it の各モデルが Amazon SageMaker JumpStart で利用できるようになり、AWS のお客様が利用できる基盤モデルのポートフォリオが拡大しました。これら 2 つのモデルには、効率的な画像生成デコードと統合されたマルチモーダル理解などの専門的な機能が備わっており、お客様はハイパフォーマンスでスケーラブルな AI ソリューションを AWS インフラストラクチャ上でデプロイできます。
FLUX.2-small-decoder は、FLUX.2 の画像生成パイプラインにおいて、VRAM の使用量を抑えながら画像をより高速にデコードできるよう最適化されています。蒸留済みの VAE デコーダーであり、標準の FLUX.2 デコーダーをそのまま置き換えることができます。品質をほぼ、またはまったく低下させることなく、デコード速度を約 1.4 倍に高めながら、VRAM 使用量を約 1.4 分の 1 に抑えることができます。デコーダーで処理するピクセル数が増える高解像度では利点がさらに大きくなるため、大規模な本番環境向け画像生成ワークロードに適しています。
gemma-4-12B-it は、テキスト、画像、音声の入力を対象とした統合的なマルチモーダル理解に優れており、関数呼び出しとエージェンティックワークフローをネイティブにサポートしています。エンコーダーを使用しないアーキテクチャが採用されており、すべてのモダリティーが単一のデコーダー専用トランスフォーマーに直接入力されます。メモリ使用量が半分未満でありながら、Google のより大規模な 26B MoE モデルに迫るパフォーマンスを実現します。16 GB の RAM で実行できるほどコンパクトなため、エンタープライズ環境で高度なマルチモーダルおよびエージェンティックなエクスペリエンスを実現できます。
SageMaker JumpStart を使用すると、お客様は数回クリックするだけでこれらのモデルをデプロイし、特定の AI ユースケースに対応できます。
これらのモデルの使用を開始するには、SageMaker コンソールの SageMaker JumpStart モデルカタログにアクセスするか、SageMaker Python SDK を使用して AWS アカウントにモデルをデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用方法の詳細については、Amazon SageMaker JumpStart のドキュメントをご覧ください。