Building a restaurant telephony AI host with Amazon Bedrock AgentCore and Amazon Nova 2 Sonic
在这篇文章中，我们将向您展示如何构建一个语音订购系统，该系统可以接听电话号码并接受从问候到确认的订单。该系统使用 Amazon Bedrock AgentCore 托管和运行代理，并使用 Amazon Nova 2 Sonic 进行实时语音，并通过模型上下文协议 (MCP) 连接到餐厅后端。本演练涵盖使用 AWS 云开发套件 (AWS CDK) 部署完整堆栈，以及通过 Amazon Elastic Container Service (Amazon ECS) 和 AWS Fargate 上的会话启动协议 (SIP) 网关将电话呼叫桥接至代理。当电话仍在响铃时，它还能温暖座席会话，因此呼叫者永远
Deploying quantized models on Amazon SageMaker AI with Unsloth
在本文中，您将学习四种部署模式，用于采用已使用 Unsloth 量化的模型并将其部署在 AWS 基础设施上。这些模式使用 Amazon Elastic Compute Cloud (Amazon EC2) 进行直接实例访问，使用 Amazon SageMaker AI 推理终端节点进行托管服务，并在推理需要适应现有容器框架时使用 Amazon Elastic Kubernetes Service (Amazon EKS) 或 Amazon Elastic Container Service (Amazon ECS)。您还可以学习生产部署的操作实践。
Shots from Nelson on Saturday the 11th
两位访客今天被比尔·曼尼克斯 (Bill Mannix) 抓拍到。比奇 A36 Bonanza ZK-VRR c/n E-564 从阿德莫尔 (Ardmore) 降落了一段时间。这不是 1974 年在堪萨斯州威奇托孵化的 N7335R。到 1974 年中期，它在澳大利亚作为 VH-PJJ，直到 1992 年搬到新加坡。到 1992 年 11 月，它已经成为9M-BAL。它于 1997 年 8 月 12 日经豪勋爵岛和布里斯班渡轮到奥克兰，并于 1998 年 3 月 10 日与奥克兰的 Vinogopal Ramayah 一起成为 ZK-VRR。从 1999 年 5 月起，它以新西兰飞行安全名义
Run MiniMax models on Amazon Bedrock
在这篇文章中，我们将介绍如何开始在 Amazon Bedrock 上使用 MiniMax 模型，包括这些模型支持的功能、可用的服务层、按需推理如何扩展以处理您的工作负载，以及您可以用来访问它们的不同 API。使用这些模型，客户可以构建代理应用程序、长上下文文档分析管道和软件工程工作流程，所有这些都得到 AWS 的安全和运营保证的支持。
Build a serverless image editing agent with Amazon Bedrock AgentCore harness
这篇文章逐步介绍了如何构建一个无服务器图像编辑器，用户可以在其中上传照片，用简单的英语描述编辑内容，并在几秒钟内收到结果。代理在 AgentCore 线束上运行，无需自定义编排代码。我们使用单个部署命令部署完整的解决方案，包括身份验证、加密存储、三个图像编辑工具和一个 React 前端。基础设施是使用 AWS 云开发套件 (AWS CDK) 定义的。
Virgin Australia Faces New Lawsuit After Twins Denied Lavatory Access
Sydney family sues Virgin Australia in Federal Court over disability discrimination against twins on a Brisbane-Bali flight.The post Virgin Australia Faces New Lawsuit After Twins Denied Lavatory Access appeared first on Aviation A2Z.
Safely Releasing Frontier Models to Customers
我们的目标是让 AWS 成为运行任何工作负载的最安全的地方，为了支持这一目标，自 AWS 二十多年前成立以来，我们一直在整个服务的安全性方面进行深入投资。我们的 AI 服务（例如 Amazon Bedrock）建立在这个基础上，并具有相同的重点。
Implementing resilience patterns with Amazon Bedrock and LLM gateway
在本文中，您将学习在 AWS 上构建弹性生成 AI 应用程序的五种实用模式，从原生 Amazon Bedrock 功能发展到使用 LLM 网关的多模型编排。这些模式解决了现实世界的挑战，例如意外流量激增期间的配额耗尽，通过推理的地理分布最大化可用性，并帮助防止多租户环境中的嘈杂邻居问题。
Simplify multi-account access to Amazon Bedrock models with managed entitlements
在本文中，我们将向您展示如何使用 Amazon Bedrock 的托管权利从中央账户订阅一次并在整个组织中分配模型访问权限。此方法无需工作负载账户中的 AWS Marketplace 权限。
Up on the roof: UCLA Downtown debuts as a new forum for civic dialogue in Los Angeles
会场欢迎校友、公民领袖和记者与洛杉矶市议会主席 Marqueece Harris-Dawson 进行坦诚对话。
Optimize model training on Amazon SageMaker AI with NVIDIA Blackwell
本文向您展示如何在 Amazon SageMaker AI 上配置训练作业，以充分利用 AWS 上的 Blackwell 架构。您将学习如何选择利用 Blackwell 扩展内存的批量大小和序列长度，为您的模型大小（1B 至 64B 参数）选择正确的精度格式，以及策略性地应用激活检查点。最后，您将拥有一个实用的框架，用于调整训练配置并在 P6-B200 实例上启动分布式训练作业。
Context intelligence for your data and AI agents at scale
智能体的智能取决于它们能够推理的上下文。如今，这种背景分散在数据湖、数据仓库、湖屋、数据库和流中，以及从未被记录下来的机构知识中。您希望信任人工智能代理做出的决策，但这只有在代理掌握上下文后才能实现。想象一下，当我们为代理提供一种安全的方式来访问他们提供可信决策所需的上下文时，将会发生什么。这就是为什么在纽约市 AWS 峰会上，我们宣布了一系列创新技术，可为您的数据和 AI 代理大规模提供智能。
今天，Amazon Bedrock AgentCore 线束正式上市。两次 API 调用（CreateHarness 定义代理，InvokeHarness 运行它），几秒钟内即可运行代理。该代理在具有文件系统和 shell 的独立环境中运行，因此它可以安全地读取文件、运行命令和编写代码。它会记住会话中的用户和对话，获取您指定的技能（包括 AWS 策划的目录），浏览网页，通过网关或 MCP 调用您的工具，并在会话中切换模型提供商而不会丢失上下文。每一步都会实时反馈给您，并自动跟踪到 Amazon CloudWatch。除非您愿意，否则您不需要编写编排代码或构建容器。
Jerry Lawson 的 Channel F 系统是第一个将游戏放在可互换卡带上的系统，为 Atari、Nintendo、Xbox 和 PlayStation 铺平了道路
