在这篇文章中，我们将介绍两个使用案例，帮助使用代理 AI 工具和框架（包括 Strands Agents SDK、Amazon Bedrock AgentCore 和 Amazon Nova Sonic 2.0）增强用户观看体验。该代理人工智能系统使用模型上下文协议（MCP）来提供个人娱乐礼宾服务，通过自然对话了解用户偏好。
Run Generative AI inference with Amazon Bedrock in Asia Pacific (New Zealand)
今天，我们很高兴地宣布 Amazon Bedrock 现已在亚太地区（新西兰）区域 (ap-southeast-6) 推出。新西兰的客户现在可以直接在奥克兰地区访问 Anthropic Claude 模型（Claude Opus 4.5、Opus 4.6、Sonnet 4.5、Sonnet 4.6 和 Haiku 4.5）和 Amazon (Nova 2 Lite) 模型，并进行跨区域推理。在这篇文章中，我们将探讨新西兰区域的跨区域推理的工作原理、通过地理和全球路由提供的模型，以及如何开始首次 API 调用。我们
Accelerating LLM fine-tuning with unstructured data using SageMaker Unified Studio and S3
去年，AWS 宣布了 Amazon SageMaker Unified Studio 与 Amazon S3 通用存储桶之间的集成。这种集成使团队可以轻松地将存储在 Amazon Simple Storage Service (Amazon S3) 中的非结构化数据用于机器学习 (ML) 和数据分析用例。在这篇文章中，我们展示了如何将 S3 通用存储桶与 Amazon SageMaker Catalog 集成，以使用 Amazon SageMaker Unified Studio 微调 Llama 3.2 11B Vision Instruct 以实现视觉问答 (VQA)。
Unlocking video insights at scale with Amazon Bedrock multimodal models
在这篇文章中，我们探讨了 Amazon Bedrock 的多模式基础模型 (FM) 如何通过三种不同的架构方法实现可扩展的视频理解。每种方法都是针对不同的用例和成本性能权衡而设计的。
Deploy SageMaker AI inference endpoints with set GPU capacity using training plans
在这篇文章中，我们将介绍如何搜索可用的 p 系列 GPU 容量、创建推理训练计划预留以及在该预留容量上部署 SageMaker AI 推理端点。我们跟踪数据科学家的旅程，因为他们保留模型评估的能力并在整个预订生命周期中管理端点。
Integrating Amazon Bedrock AgentCore with Slack
在本文中，我们演示如何使用 AWS 云开发套件 (AWS CDK) 构建 Slack 集成。您将了解如何使用三个专门的 AWS Lambda 函数部署基础设施、正确配置事件订阅以处理 Slack 的安全要求，以及实施适用于许多代理用例的对话管理模式。
Run NVIDIA Nemotron 3 Super on Amazon Bedrock
本文探讨了 Nemotron 3 Super 模型的技术特征并讨论了潜在的应用用例。它还提供了技术指导，帮助您开始在 Amazon Bedrock 环境中将此模型用于生成 AI 应用程序。
Use RAG for video generation using Amazon Bedrock and Amazon Nova Reel
在这篇文章中，我们探索通过 VRAG 生成视频的方法，将自然语言文本提示和图像转换为接地气的高质量视频。通过这个完全自动化的解决方案，您可以从结构化文本和图像输入生成逼真的、人工智能驱动的视频序列，从而简化视频创建过程。
Introducing V-RAG: revolutionizing AI-powered video production with Retrieval Augmented Generation
本文介绍了视频检索增强生成 (V-RAG)，这是一种帮助改进视频内容创建的方法。通过将检索增强生成与先进的视频 AI 模型相结合，V-RAG 为生成 AI 视频提供了高效、可靠的解决方案。
Enhanced metrics for Amazon SageMaker AI endpoints: deeper visibility for better performance
SageMaker AI 端点现在支持具有可配置发布频率的增强指标。此次发布提供了监控、故障排除和改进生产端点所需的精细可见性。
Enforce data residency with Amazon Quick extensions for Microsoft Teams
在本文中，我们将向您展示如何在跨多个 AWS 区域部署 Amazon Quick Microsoft Teams 扩展时强制执行数据驻留。您将了解如何配置多区域 Amazon Quick 扩展，自动将用户路由到适合 AWS 区域的资源，从而帮助遵守 GDPR 和其他数据主权要求。
Introducing Nova Forge SDK, a seamless way to customize Nova models for enterprise AI
今天，我们推出 Nova Forge SDK，使 LLM 定制变得容易，使团队能够充分利用语言模型的潜力，而无需面对依赖管理、图像选择和配方配置的挑战，并最终降低进入门槛。
How Bark.com and AWS collaborated to build a scalable video generation solution
Bark 与 AWS Generative AI 创新中心合作开发了一种由 AI 驱动的内容生成解决方案，该解决方案在实验试验中证明了生产时间大幅缩短，同时提高了内容质量得分。在这篇文章中，我们将引导您了解我们构建的技术架构、促成成功的关键设计决策以及所取得的可衡量结果，为您提供实施类似解决方案的蓝图。
Migrate from Amazon Nova 1 to Amazon Nova 2 on Amazon Bedrock
在本文中，您将了解如何在 Amazon Bedrock 上从 Nova 1 迁移到 Nova 2。我们涵盖模型映射、API 更改、使用 Converse API 的代码示例、配置新功能的指南以及用例摘要。我们最后提供了一份迁移清单，以帮助您规划和执行迁移。
AWS and NVIDIA deepen strategic collaboration to accelerate AI from pilot to production
今天，在 NVIDIA GTC 2026 上，AWS 和 NVIDIA 宣布扩大新技术集成合作，以支持不断增长的 AI 计算需求，并帮助您构建和运行可投入生产的 AI 解决方案。
Agentic AI in the Enterprise Part 2: Guidance by Persona
这是 AWS Generative AI 创新中心的两部分系列的第二部分。在第二部分中，我们直接与领导人对话，他们必须将这一共同基础转化为行动。每个角色都有一组不同的责任、风险和杠杆点。无论您拥有损益表、运行企业架构、领导安全、管理数据还是管理合规性，本节都是用您的工作语言编写的，因为这就是代理人工智能成功或悄然消亡的地方。
Introducing Disaggregated Inference on AWS powered by llm-d
在这篇博文中，我们介绍了下一代推理能力背后的概念，包括分解服务、智能请求调度和专家并行。我们讨论它们的优势，并介绍如何在 Amazon SageMaker HyperPod EKS 上实施它们，以显着提高推理性能、资源利用率和运营效率。
How Workhuman built multi-tenant self-service reporting using Amazon Quick Sight embedded dashboards
本文探讨了 Workhuman 如何转变其分析交付模式以及从其实施过程中汲取的主要经验教训。我们将详细介绍他们的架构方法、实施策略以及他们所取得的业务成果，为您提供实用的蓝图，帮助您将嵌入式分析添加到您自己的软件即服务 (SaaS) 应用程序中。
