Custom Intelligence: Building AI that matches your business DNA
2024年，我们在AWS Generative AI创新中心推出了定制模型计划，为模型定制和优化的每个阶段提供全面支持。在过去的两年里，该计划通过与不同行业的全球企业和初创公司合作，取得了卓越的成果——包括法律、金融服务、医疗保健和生命科学，[...]
Clario streamlines clinical trial software configurations using Amazon Bedrock
这篇文章建立在我们之前讨论 Clario 如何开发由 Amazon Bedrock 提供支持的 AI 解决方案以加速临床试验的文章的基础上。从那时起，Clario 进一步增强了其人工智能能力，专注于创新解决方案，简化临床试验软件配置和工件的生成，同时提供高质量的临床证据。
こんにちは，你好。 Anthropic 最近推出的 Claude Sonnet 4.5 和 Claude Haiku 4.5（现已在 Amazon Bedrock 上提供）标志着生成式 AI 模型的重大飞跃。这些最先进的模型擅长复杂的代理任务、编码和企业工作负载，为开发人员提供增强的功能。除了新型号之外，我们很高兴地宣布 [...]
AI 代理需要代表您浏览网页。当您的代理访问网站以收集信息、填写表格或验证数据时，它会遇到旨在阻止不需要的机器人的相同防御措施：验证码、速率限制和彻底阻止。今天，我们很高兴与大家分享 AWS 拥有一个解决方案。 Amazon Bedrock AgentCore [...]
Responsible AI design in healthcare and life sciences
在这篇文章中，我们探讨了在医疗保健和生命科学领域构建负责任的人工智能系统的关键设计考虑因素，重点是建立治理机制、透明度工件和安全措施，以确保安全有效的生成式人工智能应用。讨论涵盖了减轻虚构和偏见等风险的基本政策，同时在整个人工智能开发生命周期中促进信任、问责制和患者安全。
Beyond pilots: A proven framework for scaling AI to production
在这篇文章中，我们探讨了 5V 框架，这是一种经过现场测试的方法，已帮助 65% 的 AWS Generative AI Innovation Center 客户项目成功从概念过渡到生产，其中一些项目在短短 45 天内就启动了。该框架通过价值、可视化、验证、验证和风险阶段提供了一种结构化方法，将焦点从“人工智能能做什么？”转移。到“我们需要人工智能做什么？”同时确保解决方案提供可衡量的业务成果和可持续的卓越运营。
Generate Gremlin queries using Amazon Bedrock models
在这篇文章中，我们探索了一种创新方法，该方法使用 Amazon Bedrock 模型（例如 Amazon Nova Pro）将自然语言转换为 Gremlin 查询，从而帮助业务分析师和数据科学家访问图形数据库，而无需深厚的技术专业知识。该方法涉及三个关键步骤：提取图形知识、构建类似于文本到 SQL 处理的图形，以及通过迭代细化过程生成可执行的 Gremlin 查询，该过程在测试中实现了 74.17% 的总体准确率。
Incorporating responsible AI into generative AI project prioritization
在这篇文章中，我们探讨了公司如何系统地将负责任的人工智能实践纳入其生成式人工智能项目优先级排序方法中，以更好地根据成本评估业务价值，同时解决幻觉和监管合规等新风险。这篇文章通过一个实际的例子展示了如何进行预先负责任的人工智能风险评估，通过揭示影响整体项目复杂性和时间表的大量缓解工作来显着改变项目排名。
Build scalable creative solutions for product teams with Amazon Bedrock
在这篇文章中，我们探讨产品团队如何利用 Amazon Bedrock 和 AWS 服务通过生成式 AI 转变其创意工作流程，实现跨多种格式的快速内容迭代，同时保持品牌一致性和合规性。该解决方案展示了团队如何部署可扩展的生成式人工智能应用程序，以加速从产品描述和营销文案到视觉概念和视频内容的一切，显着缩短上市时间，同时提高创意质量。
Build a proactive AI cost management system for Amazon Bedrock – Part 2
在这篇文章中，我们探讨了 Amazon Bedrock 部署的高级成本监控策略，引入了精细的自定义标记方法，以实现精确的成本分配和全面的报告机制，这些机制建立在第 1 部分中建立的主动成本管理基础之上。该解决方案演示了如何实现调用级标记、应用程序推理配置文件以及与 AWS Cost Explorer 的集成，以创建生成式 AI 使用和生成的完整 360 度视图。 费用。
Metagenomi generates millions of novel enzymes cost-effectively using AWS Inferentia
In this post, we detail how Metagenomi partnered with AWS to implement the Progen2 protein language model on AWS Inferentia, achieving up to 56% cost reduction for high-throughput enzyme generation workflows. The implementation enabled cost-effective generation of millions of novel enzyme variants u
Serverless deployment for your Amazon SageMaker Canvas models
在这篇文章中，我们将介绍如何采用 SageMaker Canvas 中构建的 ML 模型并使用 SageMaker Serverless Inference 进行部署，帮助您快速高效地从模型创建到生产就绪的预测，而无需管理任何基础设施。该解决方案演示了一个完整的工作流程，从将经过训练的模型添加到 SageMaker 模型注册表，到创建无服务器端点配置，再到部署根据需求自动扩展的端点。
Accelerate large-scale AI training with Amazon SageMaker HyperPod training operator
在这篇文章中，我们演示了如何使用 Amazon SageMaker HyperPod 训练操作器部署和管理机器学习训练工作负载，该操作器通过精确恢复和可定制的监控功能增强 Kubernetes 工作负载的训练弹性。 Amazon SageMaker HyperPod 训练运算符通过有效管理跨大型 GPU 集群的分布式训练来帮助加速生成式 AI 模型开发，提供集中训练过程监控、精细过程恢复和挂起作业检测等优势，可将恢复时间从数十分钟缩短到几秒钟。
在Principal Financial Group 使用 Genesys、Amazon Lex 和 Amazon QuickSight 提高语音虚拟助理性能一文中，我们讨论了使用 Genesys Cloud、Amazon Lex V2、多个 AWS 服务的整体 Primary Virtual Assistant 解决方案，以及使用 Amazon QuickSight 的自定义报告和分析解决方案。
Splash Music transforms music generation using AWS Trainium and Amazon SageMaker HyperPod
在这篇文章中，我们展示了 Splash Music 如何通过在 Amazon SageMaker HyperPod 上结合使用其先进的 HummingLM 模型和 AWS Trainium，为 AI 驱动的音乐创作设定新标准。作为 2024 年 AWS Generative AI Accelerator 中入选的初创公司，Splash Music 与 AWS Startups 和 AWS GenAIIC 密切合作，以快速跟踪创新并加速其音乐生成 FM 开发生命周期。
Iterative fine-tuning on Amazon Bedrock for strategic model improvement
组织在为其生成式 AI 模型实施单次微调方法时经常面临挑战。单次微调方法涉及选择训练数据、配置超参数并希望结果满足预期，但无法进行增量调整。单次微调经常会导致结果不理想，并且需要在改进 [...] 时从头开始整个过程
Voice AI-powered drive-thru ordering with Amazon Nova Sonic and dynamic menu displays
在本文中，我们将演示如何使用 Amazon Nova Sonic 和 AWS 服务实施快速服务餐厅 (QSR) 得来速解决方案。我们将逐步构建一个将语音人工智能与交互式菜单显示相结合的智能系统，提供技术见解和实施指导，以帮助餐厅实现得来速运营的现代化。
Transforming enterprise operations: Four high-impact use cases with Amazon Nova
在这篇文章中，我们分享了四个在 Amazon Bedrock 中使用 Nova 构建的高影响力、广泛采用的用例，并得到实际客户部署、AWS 合作伙伴提供的产品和经验的支持。这些示例非常适合研究自己的人工智能采用策略和跨行业用例的组织。
