Accelerate Generative AI Inference on Amazon SageMaker AI with G7e Instances
今天，我们很高兴地宣布在 Amazon SageMaker AI 上推出由 NVIDIA RTX PRO 6000 Blackwell 服务器版 GPU 提供支持的 G7e 实例。您可以为节点配置 1、2、4 和 8 个 RTX PRO 6000 GPU 实例，每个 GPU 提供 96 GB GDDR7 内存。此次发布提供了使用单节点 GPU、G7e.2xlarge 实例来托管强大的开源基础模型 (FM)（例如 GPT-OSS-120B、Nemotron-3-Super-120B-A12B（NVFP4 变体）和 Qwen3.5-35B-A3B）的功能，为组织提供了经济高效且高性能的选择。
Transform retail with AWS generative AI services
在线零售商面临着持续的挑战：购物者在网上订购时难以确定合身性和外观，从而导致退货增加和购买信心下降。费用？收入损失、运营开销和客户不满。与此同时，消费者越来越期望身临其境的互动购物体验，以弥合在线和店内零售之间的差距。零售商实施虚拟试穿 [...]
How Automated Reasoning checks in Amazon Bedrock transform generative AI compliance
在这篇文章中，您将了解为什么概率 AI 验证在受监管行业中存在不足，以及自动推理检查如何使用形式验证来提供经过数学验证的结果。您还将看到六个行业的客户如何使用该技术来生成经过正式验证、可审计的人工智能输出，以及如何开始。
Navigating the generative AI journey: The Path-to-Value framework from AWS
在这篇文章中，我们介绍了生成式 AI 价值路径 (P2V) 框架，这是一种结构化方法，可帮助您将生成式 AI 计划从概念转向生产并持续创造价值。
AI-Ready時代、消費者データをどう意思決定につなげるか～20代データで考える、生成AI時代の施策設計
■总结 随着生成式人工智能的出现，导致人类判断的过程的速度，例如收集、组织、总结和识别争论点，变得比以前快得多。然而，这并不一定意味着它会直接导致“判断的容易性”。事实上，随着可处理材料数量的增加，我认为有时会变得很难知道应该关注什么以及从哪里开始。 “AI-Ready”不仅仅指人工智能可以使用的状态，还包括创造一种人们可以在包含人工智能的环境中做出适当决策的状态。乍一看，这似乎是矛盾的，但很明显，人们的作用是确定哪些问题是重要的，决定采取哪些步骤，并将这些决定纳入措施的顺序。我们如何以一种易于人们直观理解的格式组织数据，并创建一种可以将其转化为玩家的假设和优先事项的状态？正是在这个生成式人工
Generative AI improves a wireless vision system that sees through obstructions
借助这项新技术，机器人可以使用反射的 Wi-Fi 信号更准确地检测隐藏物体或了解室内场景。
Generative AI exposes longstanding flaws in the use of essay assessments in a mass system
文章曾经是对话的提示，但最近这种对话已被剥夺。 Nigel Francis、David Smith、Kevin Campbell-Karn 和 Steve Rutherford 反思学生生成式人工智能的使用如何暴露出更深层次的问题
What generative AI reveals about staff capability and institutional risk in higher education
本博客由伯明翰城市大学教学学术负责人 Emma Ransome 博士友情撰写。在之前的 HEPI 博客中，我认为生成式人工智能暴露了评估实践中的深层缺陷，并且合规驱动的响应可能会错失真正的教学改革的机会。虽然这仍然很重要，但该行业对 [...]生成人工智能揭示高等教育中员工能力和机构风险的帖子首先出现在 HEPI 上。
Run Generative AI inference with Amazon Bedrock in Asia Pacific (New Zealand)
今天，我们很高兴地宣布 Amazon Bedrock 现已在亚太地区（新西兰）区域 (ap-southeast-6) 推出。新西兰的客户现在可以直接在奥克兰地区访问 Anthropic Claude 模型（Claude Opus 4.5、Opus 4.6、Sonnet 4.5、Sonnet 4.6 和 Haiku 4.5）和 Amazon (Nova 2 Lite) 模型，并进行跨区域推理。在这篇文章中，我们将探讨新西兰区域的跨区域推理的工作原理、通过地理和全球路由提供的模型，以及如何开始首次 API 调用。我们
Reimagine marketing at Volkswagen Group with generative AI
在这篇文章中，我们探讨了大众汽车集团在大规模生产符合品牌要求的营销资产时所面临的挑战。我们将介绍如何构建生成式 AI 解决方案，该解决方案可生成逼真的车辆图像、验证组件级别的技术准确性，并帮助在十个品牌之间强制执行品牌指南合规性。
Judgement under pressure: generative AI and the emotional labour of learning
作者：Joanne Irving-Walton 人工智能吸收什么以及为什么重要 高等教育中关于生成式人工智能的大多数争论都集中在它产生的内容上：论文、摘要、答案、释义。我发现自己对其他东西越来越感兴趣——它吸收了什么。结束... 继续阅读 →
Keeping Generative AI Under Control In Learning Design
生成式人工智能可以通过总结 SME 见解和构建内容来加速学习设计，但它也可能产生不准确的输出。以下是帮助我保持人工智能生产力但仍处于控制之中的几种做法。这篇文章首先发表在电子学习行业上。
How Generative AI Is Reshaping Workplace Learning
生成式人工智能正在重塑信息工作。电子学习必须从工具培训转向人工智能增强环境中的判断力构建、基于角色的模拟和可衡量的绩效影响。这篇文章首先发表在电子学习行业上。
Generative AI improves a wireless vision system that sees through obstructions
借助这项新技术，机器人可以使用反射的 Wi-Fi 信号更准确地检测隐藏物体或了解室内场景。
Should the First Amendment Protect Generative AI Outputs?
第一修正案的原则迫使我们得出一个明确的结论：许多聊天机器人的输出都是受保护的言论，这应该影响法院处理人工智能相关诉讼的方式。第一修正案应该保护生成式人工智能输出吗？首先出现在美国企业研究所 - AEI 上。
From ad hoc to constructive: the ABC levels of GenAI integration in business education
by 柴倩倩、周雪 简介——GenAI 融入商科教育的挑战 自 ChatGPT 发布以来，生成式人工智能（GenAI）迅速进入高等教育领域。商学院与行业有着密切的联系并强调……继续阅读 →
'Brands’ New Authenticity Flex: ‘No AI’ Advertising Disclaimers'
看到品牌采用“无人工智能”免责声明以在困境中脱颖而出：营销人员采取行动，通过给不使用人工智能的内容贴上标签，以应对消费者日益增长的怀疑，作者：《华尔街日报》的 Patrick Coffee。摘录：“随着人工智能生成的图像和视频（俗称“slop”）在社交媒体和视频流中传播，营销人员不遗余力地告诉消费者，他们不应该受到责备。“我们承诺：人工智能不会生成身体或人，”内衣品牌 Aerie 上个月的一项活动承诺“他们正在“以 2014 年不会在广告中修饰人物的承诺为基础”““我们的 DNA 是关于真实，关于不改变一个人，你知道，不是消除妊娠纹，”麦考密克说。” （首席营销官 Stacey McCormi
