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。
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
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。
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。
How Amazon Bedrock Custom Model Import streamlined LLM deployment for Salesforce
本文展示了 Salesforce 如何将 Amazon Bedrock 自定义模型导入集成到其机器学习操作 (MLOps) 工作流程中，在不更改应用程序的情况下重用现有终端节点，以及如何对可扩展性进行基准测试。我们分享有关运营效率和成本优化收益的关键指标，并提供简化部署策略的实用见解。
Scala development in Amazon SageMaker Studio with Almond kernel
本文提供了有关将 Almond 内核集成到 SageMaker Studio 的综合指南，为平台内的 Scala 开发提供了解决方案。
Configure and verify a distributed training cluster with AWS Deep Learning Containers on Amazon EKS
通过采用系统方法启动所需组件并验证其正确配置，可以防止 Amazon EKS 分布式训练中的错误配置问题。本文将逐步介绍设置和验证 EKS 集群以使用 DLC 训练大型模型的步骤。
Build a device management agent with Amazon Bedrock AgentCore
在本文中，我们将探讨如何使用 Amazon Bedrock AgentCore 构建对话式设备管理系统。借助此解决方案，用户可以通过自然语言管理其 IoT 设备，使用 UI 执行检查设备状态、配置 WiFi 网络和监控用户活动等任务。
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。
Medical reports analysis dashboard using Amazon Bedrock, LangChain, and Streamlit
在这篇文章中，我们演示了概念性医疗报告分析仪表板的开发，该仪表板结合了 Amazon Bedrock AI 功能、LangChain 的文档处理和 Streamlit 的交互式可视化功能。该解决方案通过上下文感知聊天系统将复杂的医疗数据转化为可访问的见解，该系统由 Amazon Bedrock 提供的大型语言模型和健康参数的动态可视化提供支持。
Connect Amazon Quick Suite to enterprise apps and agents with MCP
在本文中，我们将探讨 Amazon Quick Suite 的模型上下文协议 (MCP) 客户端如何实现与企业应用程序和 AI 代理的安全、标准化连接，从而消除复杂的自定义集成的需要。您将了解如何设置 MCP Actions 与 Atlassian Jira 和 Confluence、AWS Knowledge MCP Server 和 Amazon Bedrock AgentCore Gateway 等流行企业工具的集成，以创建一个协作环境，让人员和 AI 代理可以跨组织的数据和应用程序无缝协作。
Make agents a reality with Amazon Bedrock AgentCore: Now generally available
了解客户为何选择 AgentCore 使用他们为生产工作负载选择的框架和模型来构建安全、可靠的 AI 解决方案。
Kitsa transforms clinical trial site selection with Amazon Quick Automate
在这篇文章中，我们将展示 Kitsa（一家专门从事 AI 驱动的临床试验招募和选址的健康科技公司）如何使用 Amazon Quick Automate 转变其临床试验选址解决方案。 Amazon Quick Automate 是 Amazon Quick Suite 的一项功能，使企业能够大规模构建、部署和维护弹性工作流程自动化。
Use Amazon SageMaker HyperPod and Anyscale for next-generation distributed computing
在这篇文章中，我们演示了如何将 Amazon SageMaker HyperPod 与 Anyscale 平台集成，以解决构建和部署大规模 AI 模型时的关键基础设施挑战。该组合解决方案通过高性能硬件、持续监控以及与领先的 AI 计算引擎 Ray 的无缝集成，为分布式 AI 工作负载提供强大的基础设施，使组织能够缩短上市时间并降低总体拥有成本。
Amazon takes shots at ChatGPT with Quick Suite - your new AI 'teammate' at work
Amazon Quick Suite 的目标是“在工作中使用 ChatGPT 实现您想做但却做不到的一切”。
How Clario automates clinical research analysis using generative AI on AWS
在这篇文章中，我们演示了 Clario 如何使用 Amazon Bedrock 和其他 AWS 服务来构建基于 AI 的解决方案，该解决方案可自动执行和改进 COA 访谈的分析。
Transform your MCP architecture: Unite MCP servers through AgentCore Gateway
今年早些时候，我们推出了 Amazon Bedrock AgentCore Gateway，这是一项完全托管的服务，充当集中式 MCP 工具服务器，提供统一的界面，代理可以在其中发现、访问和调用工具。今天，我们正在扩展对现有 MCP 服务器的支持，作为 AgentCore Gateway 中的新目标类型。借助此功能，您可以将多个与代理目标一致的特定于任务的 MCP 服务器分组到单个可管理的 MCP 网关接口后面。这降低了维护单独网关的操作复杂性，同时提供与 REST API 和 AWS Lambda 函数相同的集中式工具和身份验证管理。
上周我在 Twitter 上发布的一些有趣链接（我还在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：提示注入是 AI 浏览器实现的新攻击媒介：https://www.theregister.com/2025/10/28/ai_browsers_prompt_injection/使用 AI 正在改变我们的大脑使用语言的方式： https://www.rnz.co.nz/life/wellbeing/how-generative-ai-could-change-how-we-think-and-speakAI正在让富人和强者变得更富有、更强大：htt
