Using Amazon SageMaker AI Random Cut Forest for NASA’s Blue Origin spacecraft sensor data
在这篇文章中，我们演示了如何使用SageMaker AI应用随机砍伐森林（RCF）算法来检测NASA和Blue Origin的Spacecraft位置，速度和季度取向数据的异常，并证明了Lunar Deorbit，Descent和Landing Sensors（Boddl-tp）的蓝色起源。
Build an intelligent multi-agent business expert using Amazon Bedrock
在这篇文章中，我们演示了如何使用亚马逊基岩代理商在亚马逊基岩代理中进行多代理协作来构建多代理系统，以解决生物制药行业中复杂的商业问题。我们展示了研发（R＆D），法律和金融领域的专业代理商如何通过分析来自多个来源的数据来共同提供全面的业务见解。
How SkillShow automates youth sports video processing using Amazon Transcribe
Skillshow是青年体育视频制作的领导者，每年在青年体育行业中拍摄300多个活动，每年为20,000多名年轻运动员创建内容。这篇文章描述了Skillshow如何使用Amazon转录和其他Amazon Web Services（AWS）机器学习（ML）服务来自动化其视频处理工作流程，从而在扩展其操作的同时减少了编辑时间和成本。
No-code data preparation for time series forecasting using Amazon SageMaker Canvas
Amazon Sagemaker Canvas提供简化数据争吵的无代码解决方案，使所有用户都可以访问时间序列，而不管其技术背景如何。在这篇文章中，我们探讨了萨格人的画布和萨格人数据牧马人如何提供无代码数据准备技术，以使所有背景的用户能够在单个界面中自信地准备数据并构建时间序列预测模型。
Build an agentic multimodal AI assistant with Amazon Nova and Amazon Bedrock Data Automation
在这篇文章中，我们演示了如何使用Langgraph启用人工智能和机器学习（AI/ML）开发人员和企业建筑师可以采用和扩展的端到端解决方案，例如检索增强发电（RAG），多工具编排（多工具编排）等代理工作流程。我们介绍了财务管理AI助手的示例，该示例可以通过分析收益电话（音频）和演示幻灯片（图像）以及相关的财务数据提要来提供定量研究和扎根财务建议。
Build a scalable AI video generator using Amazon SageMaker AI and CogVideoX
近年来，人工智能和机器学习（AI/ML）技术的快速发展彻底改变了数字内容创建的各个方面。一个特别令人兴奋的发展是视频发电能力的出现，这为各个行业的公司提供了前所未有的机会。这项技术允许创建可以是[…]
Building trust in AI: The AWS approach to the EU AI Act
《欧盟AI法》制定了欧盟内部的AI开发和部署的全面法规。 AWS致力于通过各种举措建立对AI的信任，包括成为欧盟AI PACT的第一批签署者，提供AI服务卡和护栏，并提供教育资源，同时帮助客户在新的监管框架下了解其职责。
Update on the AWS DeepRacer Student Portal
从2025年7月14日开始，AWS Deepracer Student Portal将进入维护阶段，在那里将禁用新的注册。直到2025年9月15日，现有用户将保留对其内容和培训材料的完全访问权限，其更新仅限于关键安全修复程序，然后该门户将不再可用。
在这篇文章中，我们讨论了如何通过使用IDE和SageMaker Studio的IDE和工具以及与Amazon Eks的Sagemaker Hyperpod的可扩展性和弹性来改善和加快数据科学家的开发经验。该解决方案通过使用AWS服务提供的治理和安全功能来简化集中系统的系统管理员的设置。
Meeting summarization and action item extraction with Amazon Nova
在这篇文章中，我们介绍了亚马逊基德岩（Amazon Bedrock）上可用的Amazon Nova家族的不同理解模型的基准，以提供有关如何为会议摘要任务选择最佳模型的见解。
Building a custom text-to-SQL agent using Amazon Bedrock and Converse API
在自然语言处理（NLP）和数据库管理领域中，开发强大的文本到SQL功能是一个关键的挑战。 NLP和数据库管理的复杂性在该领域增加，尤其是在处理复杂的查询和数据库结构时。在这篇文章中，我们使用自定义代理实现以及Amazon Bedrock和Converse API引入了一个简单而强大的解决方案，并随附代码与随附的代码一起使用。
How Anomalo solves unstructured data quality issues to deliver trusted assets for AI with AWS
在这篇文章中，我们探讨了如何将Anomalo与Amazon Web服务（AWS）AI和机器学习（AI/ML）一起使用，以简介，验证和清洁非结构化的数据收集，以将您的数据湖转换为可信赖的生产AI AI Initiative。
An innovative financial services leader finds the right AI solution: Robinhood and Amazon Nova
在这篇文章中，我们分享了Robinhood如何使用Generative AI和Amazon Nova提供民主化的财务和实时市场见解。
Build conversational interfaces for structured data using Amazon Bedrock Knowledge Bases
本文提供了使用实用的代码示例和模板配置结构化数据检索解决方案的说明。它涵盖了实施样本和其他注意事项，使您能够快速构建和扩展对话数据界面。
How Apollo Tyres is unlocking machine insights using agentic AI-powered Manufacturing Reasoner
在这篇文章中，我们分享了Apollo轮胎如何使用Amazon Bedrock的生成AI来利用其机器数据的见解，以自然语言交互模式来获得对其制造过程的全面视图，从而实现数据驱动的决策并优化运营效率。
Extend your Amazon Q Business with PagerDuty Advance data accessor
在这篇文章中，我们演示了组织如何通过集成Pagerduty Advance来增强其事件管理功能，Pagerduty Advance是一组创新的代理和生成性AI功能，可自动化响应工作流程并提供对运营健康的实时见解，并与Amazon Q业务相关。我们展示了如何将PagerDuty Advance配置为Amazon Q索引的数据登录器，因此您可以在事件响应期间搜索和访问跨多个系统的企业知识。
Deploy Qwen models with Amazon Bedrock Custom Model Import
现在，您可以为qwen2，qwen2_vl和qwen2_5_vl架构导入自定义权重，包括QWEN 2、2.5编码器，QWEN 2.5 VL和QWQ 32B之类的型号。在这篇文章中，我们介绍了如何使用Amazon BedRock自定义模型导入的如何部署QWEN 2.5型号，这使他们可以在AWS基础架构中以有效的成本在AWS基础架构中使用最先进的AI功能。
