Unlocking video insights at scale with Amazon Bedrock multimodal models
在这篇文章中，我们探讨了 Amazon Bedrock 的多模式基础模型 (FM) 如何通过三种不同的架构方法实现可扩展的视频理解。每种方法都是针对不同的用例和成本性能权衡而设计的。
Benin's Amazone Airlines debuts domestic operations
本文仅适用于订阅商业航空新闻、运营商和机场数据
Integrating Amazon Bedrock AgentCore with Slack
在本文中，我们演示如何使用 AWS 云开发套件 (AWS CDK) 构建 Slack 集成。您将了解如何使用三个专门的 AWS Lambda 函数部署基础设施、正确配置事件订阅以处理 Slack 的安全要求，以及实施适用于许多代理用例的对话管理模式。
Use RAG for video generation using Amazon Bedrock and Amazon Nova Reel
在这篇文章中，我们探索通过 VRAG 生成视频的方法，将自然语言文本提示和图像转换为接地气的高质量视频。通过这个完全自动化的解决方案，您可以从结构化文本和图像输入生成逼真的、人工智能驱动的视频序列，从而简化视频创建过程。
Enforce data residency with Amazon Quick extensions for Microsoft Teams
在本文中，我们将向您展示如何在跨多个 AWS 区域部署 Amazon Quick Microsoft Teams 扩展时强制执行数据驻留。您将了解如何配置多区域 Amazon Quick 扩展，自动将用户路由到适合 AWS 区域的资源，从而帮助遵守 GDPR 和其他数据主权要求。
Run NVIDIA Nemotron 3 Super on Amazon Bedrock
本文探讨了 Nemotron 3 Super 模型的技术特征并讨论了潜在的应用用例。它还提供了技术指导，帮助您开始在 Amazon Bedrock 环境中将此模型用于生成 AI 应用程序。
Enhanced metrics for Amazon SageMaker AI endpoints: deeper visibility for better performance
SageMaker AI 端点现在支持具有可配置发布频率的增强指标。此次发布提供了监控、故障排除和改进生产端点所需的精细可见性。
КАМАЗ-54901 Hi-tech представлен на международной выставке TransRussia
主拖拉机体现了公司工程师的先进研发成果，是K5一代的旗舰产品
Migrate from Amazon Nova 1 to Amazon Nova 2 on Amazon Bedrock
在本文中，您将了解如何在 Amazon Bedrock 上从 Nova 1 迁移到 Nova 2。我们涵盖模型映射、API 更改、使用 Converse API 的代码示例、配置新功能的指南以及用例摘要。我们最后提供了一份迁移清单，以帮助您规划和执行迁移。
Выпущена серия марок к 50-летию первого автомобиля КАМАЗ
标记描绘了汽车巨头 KAMAZ-5320 的“初生”、基于 KAMAZ-65115 的公路车辆、电动巴士 KAMAZ-6282 和旗舰拖拉机 KAMAZ-54901
Build an offline feature store using Amazon SageMaker Unified Studio and SageMaker Catalog
此博文提供了有关在 SageMaker Unified Studio 域中使用 SageMaker Catalog 实施离线功能存储的分步指南。通过采用发布-订阅模式，数据生产者可以使用此解决方案来发布精选的版本化特征表，而数据消费者可以安全地发现、订阅和重用它们以进行模型开发。
How Workhuman built multi-tenant self-service reporting using Amazon Quick Sight embedded dashboards
本文探讨了 Workhuman 如何转变其分析交付模式以及从其实施过程中汲取的主要经验教训。我们将详细介绍他们的架构方法、实施策略以及他们所取得的业务成果，为您提供实用的蓝图，帮助您将嵌入式分析添加到您自己的软件即服务 (SaaS) 应用程序中。
Introducing Disaggregated Inference on AWS powered by llm-d
在这篇博文中，我们介绍了下一代推理能力背后的概念，包括分解服务、智能请求调度和专家并行。我们讨论它们的优势，并介绍如何在 Amazon SageMaker HyperPod EKS 上实施它们，以显着提高推理性能、资源利用率和运营效率。
AI Recommendation Systems Explained
为什么重要：人工智能推荐系统解释清楚。了解 Netflix、Amazon 和 Spotify 如何预测用户需求。
You can buy LG's premium soundbar system for nearly 50% off - Amazon Prime not required
LG S95TR 音响系统配有条形音箱、两个后置环绕扬声器和一个无线低音炮。您可以在亚马逊以折扣价购买一件。
今天，我们宣布针对 Amazon Bedrock 推出两个新的 Amazon CloudWatch 指标：TimeToFirstToken 和 EstimatedTPMQuotaUsage。在这篇文章中，我们将介绍它们的工作原理以及如何设置警报、建立基线以及使用它们主动管理容量。
Secure AI agents with Policy in Amazon Bedrock AgentCore
在本文中，您将了解 Amazon Bedrock AgentCore 中的策略如何创建一个独立于代理自身推理运行的确定性执行层。您将学习如何将业务规则的自然语言描述转化为 Cedar 策略，然后使用这些策略来实施细粒度的身份感知控制，以便代理仅访问其用户有权使用的工具和数据。您还将了解如何通过 AgentCore Gateway 应用策略，在运行时拦截和评估每个代理到工具的请求。
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。
