granite-speech-4.1-2b、kanana-2-30b-a3b-instruct 與 OpenFold3 模型現已在 Amazon SageMaker JumpStart 上推出

張貼日期: 2026年9月14日

IBM 的 granite-speech-4.1-2b、Kakao 的 kanana-2-30b-a3b-instruct，以及 OpenFold Consortium 的 OpenFold3 模型，現已在 Amazon SageMaker JumpStart 上推出，進一步擴充了 AWS 客戶可選用的基礎模型陣容。這三款模型帶來涵蓋多語言語音辨識、雙語代理式 AI 及生物分子結構預測的專精能力，讓客戶能在 AWS 基礎設施上部署高效能、可擴展的 AI 解決方案。

這些模型以其專精能力解決不同的企業 AI 挑戰：

granite-speech-4.1-2b 專為多語言自動語音辨識 (ASR) 與雙向語音翻譯 (AST) 打造，支援英文、法文、德文、西班牙文、葡萄牙文及日文。這款精巧的 2B 參數語音語言模型可達到 5.33% 的單詞錯誤率，即時因子約為 231，是同級產品中最具效率的 ASR 模型之一。此模型以 Apache 2.0 授權發布，可無縫整合至企業語音工作流程，大規模進行轉錄、翻譯與音訊處理。

kanana-2-30b-a3b-instruct 在韓英雙語指令遵循與代理式 AI 工作流程方面表現出色。它由 Kakao 開發，採用頂尖架構，結合多頭潛在注意力 (MLA) 與混合專家 (MoE) 機制，每次前向傳遞僅啟動其 300 億總參數中的 30 億個，以實現卓越的輸送量。經過監督式微調與強化學習的後續訓練後，它可透過 YaRN 擴展支援多達 128K 個字符，並設計為可理解脈絡並主動採取行動的 AI 協作夥伴。

OpenFold3 為蛋白質、DNA、RNA 和小分子配體提供全原子生物分子複合結構預測。這款以擴散技術為基礎的模型由 OpenFold Consortium 與哥倫比亞大學 AlQuraishi 實驗室共同開發，將結構預測從單一蛋白質延伸至多鏈複合體與異質生物分子交互作用的建模。它支援電腦輔助藥物設計，並適用於各類學術與製藥研究實驗室。

透過 SageMaker JumpStart，客戶只需點擊幾下，即可部署任何一種模型來滿足其特定 AI 使用案例。

若要開始使用這些模型，請前往 SageMaker 主控台中的 SageMaker JumpStart 模型目錄，或使用 SageMaker Python SDK 將模型部署至您的 AWS 帳戶。如需在 SageMaker JumpStart 中部署與使用基礎模型的詳細資訊，請參閱 Amazon SageMaker JumpStart 文件。