跳到正文
  1. AWS Machine Learning Blog62

    Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock

    Moonshot AI 的 Kimi K3.1 Pro Highspeed 已可在 Amazon Bedrock 通过 global.moonshotai.kimi-k3.1、us.moonshotai.kimi-k3.1、in.moonshotai.kimi-k3.1 三个跨区推理 Profile 调用,沿用 Kimi K3 同一套端点和 API。

    推荐理由:给出了与现有 Kimi K3 的迁移路径、推理强度控制和 Flex tier 成本方案,开发者可以快速评估接入成本和适用场景。

  1. AWS Machine Learning Blog63

    Claude Fable 5.2 与 Mythos 5.2 在 Amazon Bedrock 上线,配套 Migration 技能

    Amazon Bedrock 正式提供 Claude Fable 5.2 和 Mythos 5.2,前者面向编码、数学与科学等通用技术负载,后者仅在合规验证后可用于网络安全和生命科学等高敏场景。

    推荐理由:官方给出了各模型定位、数据保留策略与 claude-api 迁移技能的实操指引,有助于评估上床风险并平滑升级现有代码。

  2. AWS Machine Learning Blog72

    NVIDIA Nemotron 3.5 Super VL 现已上线 Amazon SageMaker JumpStart

    AWS 宣布 NVIDIA Nemotron 3.5 Super VL 正式可在 SageMaker JumpStart 部署,提供 NVFP4(G7 实例)和 BF16(ml.p5en.48xlarge)两个变体。

    推荐理由:官方给出了部署步骤、推理性能数据及与BF16基准权重的对比,帮助评估在SageMaker上的实际可用性。

  3. AWS Machine Learning Blog62

    AWS 推出 AWS Quick 品牌宣传活动,聚焦企业级 AI 工作空间

    AWS 推出针对 AWS Quick 的首款品牌宣传活动,该产品是专为工作场景构建的 AI 工作空间。目前已应用于 3M、BMW、Mondelez、New York Life 等领先企业,帮助团队基于已有数据和应用进行研究、分析与执行。

    推荐理由:原文详细介绍了产品的核心定位与安全特性,读者可据此评估它与传统AI助手在企业场景的差异。

  1. AWS Machine Learning Blog66

    SageMaker Inference 支持 GPU Partitioning,利用 NVIDIA MIG 提升实例利用率

    Amazon SageMaker Inference 推出 GPU Partitioning 功能,基于 NVIDIA MIG 将单个物理 GPU 划分为最多七个独立分区,每个分区提供固定份额的计算单元和专属显存,并在硬件层面强制隔离。

    推荐理由:明确列出了各实例族的可用分区规格和API配置示例,读者可直接对照自身流量特征选择合适尺寸。

  1. Google DeepMind62

    Google Antigravity 推出 Cheminformatics Skills,加速药物发现工作流

    Google DeepMind 宣布在 Antigravity 上推出 Cheminformatics Skills,基于 RDKit、ChEMBL 和 PubChem,面向计算化学家和实验化学家提供分子检索、构效分析、匹配分子对分析和反应路线设计能力。

    推荐理由:Google Antigravity 上线 Cheminformatics Skills,用真实肺癌药物案例演示了一小时完成从文献检索到分子设计的完整工作流。

已经到底了