AWS Transform now automates BI migration to Amazon Quick in days
在这篇文章中，我们将介绍整个过程，从在 AWS Transform 中设置迁移工作区，到通过 AWS Marketplace 订阅合作伙伴代理，再到解锁可改变组织使用数据方式的 Amazon Quick 功能。
在这篇文章中，我们介绍了生成式 AI 生产中 LLM 迁移或升级的系统框架，包括基本工具、方法和最佳实践。该框架通过提供用于快速转换和优化的强大协议来促进不同法学硕士之间的转换。
Unleashing Agentic AI Analytics on Amazon SageMaker with Amazon Athena and Amazon Quick
本文演示了 Amazon Quick 的代理 AI 助手如何使用 Amazon Simple Storage Service (Amazon S3) 作为存储、使用 Amazon SageMaker 和 AWS Glue for Lakehouse、Amazon Athena 跨多种存储格式（S3 表、Iceberg 和 Parquet）进行无服务器 SQL 查询，从而将数据分析转变为自助服务功能。
‘Go inside, he will kill you’: Israeli militants step up West Bank school attacks
巴勒斯坦各地的教育成为目标，14 岁的 Aws al-Naasan 被杀只是暴力浪潮中的最新一起。以色列预备役军人在 Mughayyir 男子中学的西门外开枪射中了 14 岁的 Aws al-Naasan 的头部，他正在该中学就读九年级。Aws 立即倒地，流血过多。更多的枪声响起，他的朋友们跑到他身边，抱起他已经瘫软的身体，把他冲出了火线，他们沿着学校围墙走的路上留下了同学的血迹。继续阅读...
Building AI-ready data: Vanguard’s Virtual Analyst journey
在这篇文章中，您将了解 Vanguard 如何通过关注 AI 就绪数据的八项指导原则、支持其实施的 AWS 服务以及他们所实现的可衡量的业务成果来构建其虚拟分析师解决方案。
Organizing Agents’ memory at scale: Namespace design patterns in AgentCore Memory
在本文中，您将了解如何设计命名空间层次结构、选择正确的检索模式以及为 AgentCore 内存实施基于 AWS Identity and Access Management (IAM) 的访问控制。
Extracting contract insights with PwC’s AI-driven annotation on AWS
这篇文章是与普华永道的 Yash Munsadwala、Adam Hood、Justin Guse 和 Hector Hernandez 共同撰写的。合同分析通常会消耗法律、合规和采购团队的大量时间，尤其是当重要的见解隐藏在冗长的、非结构化的协议中时。随着合同量的增长，寻找具体条款和评估提取的条款可能变得越来越难以扩展。 [...]
Steel Structure Welding Robot: Beam, Column and Plate Welding Automation (2026)
钢结构焊接机器人指南，涵盖梁、柱、板自动化、SAW/FCAW/GMAW工艺、AWS D1.1、EN 1090以及采用路线图。钢结构焊接机器人：梁、柱、板焊接自动化（2026）首次出现在EVST。
Media Invitation Announced for United States v. Khalid Shaikh Mohammad et al. Pre-Trial Hearing
陆军部邀请媒体报道美国诉 Khalid Shaikh Mohammad、Walid Muhammad Salih Mubarek Bin 'Attash、Ali Abdul Aziz Ali 和 Mustafa Ahmed Adam al Hawsawi 案件的预审程序。
Applying multimodal biological foundation models across therapeutics and patient care
在这篇文章中，我们将探讨多模式 BioFM 的工作原理，展示药物发现和临床开发中的实际应用，并介绍 AWS 如何帮助组织构建和部署多模式 BioFM。
End-to-end lineage with DVC and Amazon SageMaker AI MLflow apps
在这篇文章中，我们将展示如何结合 DVC（数据版本控制）、Amazon SageMaker AI 和 Amazon SageMaker AI MLflow 应用程序来构建端到端 ML 模型谱系。我们将介绍两种可部署模式——数据集级沿袭和记录级沿袭——您可以使用配套笔记本在自己的 AWS 账户中运行这两种模式。
Your AI agents will run everywhere. Is your architecture ready for that?
您押注于超大规模计算设备来实现您的 AI 雄心壮志。一个提供商、一个生态系统、一套工具。没有人大声说出来的是，你刚刚走进了一个有围墙的花园。墙壁是重点。 AWS、GCP 和 Azure 都可以连接到其他环境，但它们都不是为......帖子“你的 AI 代理将在任何地方运行”而构建的。您的架构准备好了吗？首先出现在 DataRobot 上。
Baltimore’s New Leader Eyes Math Proficiency as a Catalyst for Higher Ed Success
Jermaine Dawson 对基础计算能力的关注可能是降低补习率并确保更多学生...
From hours to minutes: How Agentic AI gave marketers time back for what matters
在这篇文章中，我们分享了 AWS Marketing 的技术、AI 和分析 (TAA) 团队如何与 Gradial 合作在 Amazon Bedrock 上构建代理 AI 解决方案以加速内容发布工作流程。
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 [...]
Accelerating decode-heavy LLM inference with speculative decoding on AWS Trainium and vLLM
在本文中，您将了解推测性解码的工作原理以及它为何有助于降低 AWS Trainium2 上每个生成令牌的成本。
How Guidesly built AI-generated trip reports for outdoor guides on AWS
在这篇文章中，我们将介绍 Guidesly 如何使用 AWS Lambda、AWS Step Functions、Amazon Simple Storage Service (Amazon S3)、Amazon Relational Database Service (Amazon RDS)、Amazon SageMaker AI 和 Amazon Bedrock 在 AWS 上构建 Jack AI，以提取旅行媒体、通过上下文丰富其内容、应用计算机视觉和生成式 AI，并跨多个渠道安全、可靠且大规模地发布营销就绪内容。
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。
