Amazon Web Services ブログ

Category: Artificial Intelligence

AI を活用したゲーム制作: 静的なコンセプトからインタラクティブなプロトタイプへ

AI を活用することで、ゲーム開発の初期段階でコンセプトをインタラクティブにし、数分でプレイ可能なプロトタイプを作成できます。AWS re:Invent 2025 で紹介する Agentic Arcade は、マルチエージェントオーケストレーション、プログラマティックアセット生成、セマンティック検索を組み合わせ、開発サイクルの早い段階で創造的な方向性を探索し検証する方法を示します。

VAMS における NVIDIA Isaac Lab を使用した GPU アクセラレーション型ロボットシミュレーショントレーニング

オープンソースの Visual Asset Management System (VAMS) が NVIDIA Isaac Lab との統合により、ロボットアセット向けの GPU アクセラレーション強化学習に対応しました。このパイプラインでアセット管理ワークフローから直接 RL ポリシーのトレーニングと評価ができ、AWS Batch でスケーラブルな GPU コンピューティングを活用できます。

フィジカル AI: 自律型インテリジェンスに向けた次なる基盤を築く

AWS の Physical AI フレームワークは、デジタル世界と物理世界を橋渡しする自律システムを構築するための包括的なアプローチです。物理世界の接続とデジタル化、データの保存と構造化、データのセグメント化と理解、シミュレーションとトレーニング、デプロイと管理、エッジ推論と運用の 6 つの相互接続された機能を通じて、継続的な学習サイクルを作り出し、自律型経済への移行を支援します。

Kiro で Opus 4.6 が利用可能になりました

本日より、Kiro IDE と CLI で Anthropic の最新 SoTA (State of the Art: 最先端)モデルである Claude Opus 4.6 が利用できるようになりました。Opus 4.6 は Anthropic がこれまでにリリースしたもっとも強力なモデルであり、コーディングにおいては世界最高のモデルです。

Amazon Nova Multimodal Embeddings 実践ガイド

Amazon Nova Multimodal Embeddings を使って、テキスト、画像、ドキュメント、動画、音声にまたがるマルチモーダル検索・検索ソリューションを構築する方法を解説します。ユースケースに合わせた Embedding パラメータの最適化や、商品検索、ドキュメント検索、動画クリップ検索、オーディオフィンガープリンティングの実装パターンを紹介します。

オブザーバビリティエージェントで平均復旧時間を短縮する

Amazon OpenSearch Service と Amazon Bedrock AgentCore を使用したオブザーバビリティエージェントを紹介します。ログ、トレース、メトリクスを自律的にクエリし、相関させることで、インシデント調査を効率化し、平均復旧時間 (MTTR) を短縮できます。

AI エージェントをプロトタイプから製品へ: AWS DevOps Agent 開発で得た教訓

AWS DevOps Agent チームが、プロトタイプから本番環境で確実に動作する製品へとエージェントを成長させるために必要な 5 つのメカニズムを共有します。評価、可視化、高速なフィードバックループ、意図的な変更、本番サンプリングについて解説します。

11 社合同 AI-DLC Unicorn Gym で体験した開発のパラダイムシフト

「システム開発に産業革命のような大きなインパクトを与えると感じた」―参加者のこの言葉は、2026 年 1 月 22 日〜 23 日に開催した「合同AI-DLC Unicorn Gym」で何が起きたかを物語っています。11 社 87 名のエンジニアとビジネスパーソンが 2 日間で体験したのは、AI ツールの活用法ではなく、開発プロセス全体の変革でした。AI-Driven Development Lifecycle は、AI が計画を作成し、人間は重要な意思決定に集中します。数ヶ月かかる開発が 2 日間で完了し、会議とドキュメントに費やしていた時間が創造的な対話に変わりました。参加者の多くが継続を希望した 2 日間で、何が変わったのでしょうか。