Accelerate custom LLM deployment: Fine-tune with Oumi and deploy to Amazon Bedrock
在这篇文章中，我们将展示如何在 Amazon EC2 上使用 Oumi 微调 Llama 模型（可以选择使用 Oumi 创建合成数据）、在 Amazon S3 中存储工件以及使用自定义模型导入部署到 Amazon Bedrock 进行托管推理。
AI-Powered App Modernization with Amazon
为什么重要：了解 Amazon AI 驱动的应用程序现代化如何使用 Bedrock 和生成式 AI 简化遗留系统。
Amazon Bets Big on Generative AI
为什么重要：亚马逊在生成式 AI 上押下重注，扩大 Bedrock、Titan 和 SageMaker 的规模，以引领 AI 基础设施竞赛。
DFRobot Showcases Industrial Sensors, Edge AI, and Modular x86 Computing at Embedded World 2026
该展示重点介绍了工程师如何使用专为实际部署而设计的模块化、可立即投入生产的硬件构建块，加速从概念到可靠产品的进程。
New Belgian investment holding FLARE launched in aerospace and defence sector
周三晚，在 Bedex 国防展前夕，比利时新投资控股公司 FLARE 在 Steenokkerzeel 的 Melsbroek 空军基地正式成立。该倡议旨在投资关键技术，包括网络安全、人工智能、太空以及地面和空中设备的现代化。 FLARE 总部位于法兰德斯，将专注于 [...]
Run NVIDIA Nemotron 3 Nano as a fully managed serverless model on Amazon Bedrock
我们很高兴地宣布，NVIDIA 的 Nemotron 3 Nano 现已在 Amazon Bedrock 中作为完全托管的无服务器模型提供。此前，我们在 AWS re:Invent 上宣布支持 NVIDIA Nemotron 2 Nano 9B 和 NVIDIA Nemotron 2 Nano VL 12B 型号。本文探讨了 NVIDIA Nemotron 3 Nano 模型的技术特征并讨论了潜在的应用用例。此外，它还提供技术指导，帮助您开始在 Amazon Bedrock 环境中将此模型用于生成 AI 应用程序。
Access Anthropic Claude models in India on Amazon Bedrock with Global cross-Region inference
在本文中，您将了解如何在印度使用 Amazon Bedrock 的全球跨区域推理来处理 Claude 模型。我们将指导您了解每个 Claude 模型变体的功能以及如何开始使用代码示例，以帮助您立即开始构建生成式 AI 应用程序。
MASSIVE Strike in Toropets Russia | High Weekly Movies
这些是本周在 Funker530 平台上存档的主要团队选择的电影之一。章节 – 0:00 – Toropets 弹药转储爆炸 0:42 – 巴西卷。在乌克兰 1:13 – 总统被捕。特朗普凶手 1:50 – 加利利破坏者（以色列） 2:20 – “寻呼机”行动 3:40 – 乌克兰入口线坦克 4:25 – FPV Slim Miss 5:53 – Toropets Ammo Dump Aftermath 完整视频记录（如此）：1。 https://funker530.com/video/drone-strike-on- Russian-ammo-storage-yields-apocalypt
ETF Airways to take delivery of first ATR
新闻快讯 航空公司正准备接收第一架 ATR72-600 飞机（如图）。这架涡轮螺旋桨飞机目前在越南，不久将飞往萨格勒布。新加坡飞机租赁公司 Avation 通过为期六年的租赁协议向 ETF Airways 提供其第一架涡轮螺旋桨飞机。 “我们目前对涉及涡轮螺旋桨飞机的 ACMI 租赁有强劲的需求。考虑到当前的市场趋势，我们认为这是一个很好的利基市场，因为租赁空客 A320 和波音 737 飞机的竞争相当激烈。我们的长期计划是到 2027 年增加另一架同类型的飞机”，ETF Airways 首席执行官 Stjepan Bedić 此前表示。 EX-YU 航空新闻
本文详细介绍了 Lendi Group 如何使用 Amazon Bedrock 构建人工智能驱动的 Home Loan Guardian、他们面临的挑战、他们实施的架构以及他们取得的重大业务成果。他们的旅程为那些希望使用生成式人工智能改变客户体验，同时保持人性化以建立信任和忠诚度的组织提供了宝贵的见解。
Build safe generative AI applications like a Pro: Best Practices with Amazon Bedrock Guardrails
在这篇文章中，我们将向您展示如何配置 Amazon Bedrock Guardrails 以获得高效性能，实施最佳实践来保护您的应用程序，并有效监控您的部署以在安全性和用户体验之间保持适当的平衡。
Actual Anti-Trafficking Work (Not the Grift)
卡洛斯·罗德里格斯 (Carlos Rodriguez) 是前华盛顿州巡逻队侦探和主管，作为“缺乏和被剥削的年轻人工作权力”的一部分，领导了对婴儿剥削、人口贩运和网上掠夺者刺伤的调查。他是《下面的丑陋》一书的作者，该书详细介绍了调查针对青少年的犯罪行为所造成的情感损失，以及那些保护最易受影响群体的人所付出的隐藏心理价值。 Home 正如我们所说的赞助商：Mando ⬇️ 使用 MANDO 随时随地管理体质气味，使用促销代码即可享受 20% 折扣 + 免费交通 https://shopmando.com/ GhostBed⬇️ https://www.ghostbed.com/home 享受 2
Efficiently serve dozens of fine-tuned models with vLLM on Amazon SageMaker AI and Amazon Bedrock
在这篇文章中，我们将解释如何在 vLLM 中为专家混合 (MoE) 模型实现多 LoRA 推理，描述我们执行的内核级优化，并向您展示如何从这项工作中受益。我们在这篇文章中使用 GPT-OSS 20B 作为我们的主要示例。
Building intelligent event agents using Amazon Bedrock AgentCore and Amazon Bedrock Knowledge Bases
本文演示了如何使用 Amazon Bedrock AgentCore 组件快速部署生产就绪的事件助手。我们将构建一个智能伴侣，它可以记住与会者的偏好并随着时间的推移构建个性化体验，而 Amazon Bedrock AgentCore 则负责处理生产部署的繁重工作：Amazon Bedrock AgentCore Memory 用于维护对话上下文和长期偏好，无需自定义存储解决方案；Amazon Bedrock AgentCore Identity 用于安全的多 IDP 身份验证；Amazon Bedrock AgentCore Runtime 用于无服务器扩展和会话隔离。我们还将使用 Amazo
我们很高兴地宣布，Anthropic 的 Claude Opus 4.6、Claude Sonnet 4.6、Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 通过 Amazon Bedrock 全球跨区域推理向中东运营的客户推出。在这篇文章中，我们将引导您了解每个 Anthropic Claude 模型变体的功能、全局跨区域推理的主要优势（包括提高的弹性）、您可以实现的实际用例，以及帮助您立即开始构建生成式 AI 应用程序的代码示例。
AI meets HR: Transforming talent acquisition with Amazon Bedrock
在这篇文章中，我们展示了如何使用 Amazon Bedrock、Amazon Bedrock 知识库、AWS Lambda 和其他 AWS 服务创建人工智能驱动的招聘系统，以增强职位描述创建、候选人沟通和面试准备，同时保持人工监督。
Scaling data annotation using vision-language models to power physical AI systems
在这篇文章中，我们研究了 Bedrock Robotics 如何应对这一挑战。通过加入 AWS 物理 AI 奖学金，该初创公司与 AWS 生成 AI 创新中心合作，应用视觉语言模型来分析施工视频片段、提取操作细节并大规模生成标记的训练数据集，以改进自主施工设备的数据准备。
Evaluating AI agents: Real-world lessons from building agentic systems at Amazon
在这篇文章中，我们提出了一个针对 Amazon 代理 AI 系统的综合评估框架，该框架通过两个核心组件解决了 Amazon 代理 AI 应用程序的复杂性：一个通用评估工作流程，用于标准化不同代理实施中的评估程序；以及一个代理评估库，该库在 Amazon Bedrock AgentCore 评估中提供系统测量和指标，以及 Amazon 使用案例特定的评估方法和指标。
