Build and deploy AI inference workflows with new enhancements to the Amazon SageMaker Python SDK
在这篇文章中，我们提供了用户体验的概述，详细介绍了如何使用SageMaker Python SDK使用多个模型来设置和部署这些工作流程。我们介绍构建复杂推理工作流程，将它们部署到sagemaker端点的示例，并调用它们进行实时推理。
Context extraction from image files in Amazon Q Business using LLMs
在这篇文章中，我们查看了一个分步实现，用于在Amazon Q Business应用程序中使用自定义文档丰富（CDE）功能来处理独立图像文件。我们将带您浏览CDE中配置的AWS lambda功能来处理各种图像文件类型，并展示该集成如何增强Amazon Q业务提供全面见解的能力的示例场景。
Build AWS architecture diagrams using Amazon Q CLI and MCP
在这篇文章中，我们探讨了如何使用AWS图MCP和AWS文档MCP服务器使用Amazon Q开发人员CLI来创建遵循AWS最佳实践的复杂体系结构图。我们讨论了基本图和现实图表的技术，并提供详细的示例和分步说明。
AWS costs estimation using Amazon Q CLI and AWS Cost Analysis MCP
在这篇文章中，我们探讨了如何将Amazon Q CLI与AWS成本分析MCP服务器一起执行AWS最佳实践的复杂成本分析。我们讨论基本的设置和高级技术，并提供详细的示例和分步说明。
Tailor responsible AI with new safeguard tiers in Amazon Bedrock Guardrails
在这篇文章中，我们介绍了亚马逊基岩护栏中可用的新保障层，解释其好处和用例，并提供有关如何在AI应用程序中实施和评估它们的指导。
Structured data response with Amazon Bedrock: Prompt Engineering and Tool Use
我们演示了两种使用Amazon Bedrock生成结构化响应的方法：与Converse API一起使用及时工程和工具。及时的工程是灵活的，可与基岩型号（包括没有工具使用支持的型号）一起使用，并处理各种模式类型（例如，开放API模式），使其成为一个很好的起点。工具使用提供了更大的可靠性，一致的结果，无缝的API集成以及JSON模式的运行时验证，以增强控制。
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。
Power Your LLM Training and Evaluation with the New SageMaker AI Generative AI Tools
今天，我们很高兴向SageMaker AI客户介绍文本排名和问答模板。在这篇博客文章中，我们将引导您介绍如何在萨格人中设置这些模板，以创建用于培训大型语言模型的高质量数据集。
Amazon Bedrock Agents observability using Arize AI
今天，我们很高兴宣布Arize AI和Amazon Bedrock代理商之间的新整合，该集合解决了AI开发中最重要的挑战之一：可观察性。在这篇文章中，我们演示了用于追踪和评估的Arize Phoenix系统。
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。
NewDay builds A Generative AI based Customer service Agent Assist with over 90% accuracy
这篇文章与Sergio Zavota和Amy从Newday共同撰写。 Newday有一个明确而定义的目的：帮助人们以信用良好。 Newday可负责任地提供约400万客户的信贷访问权限，并提供由其内部技术系统提供支持的杰出客户体验。 Newday的Contact Center每年处理250万个电话，[…]
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。
