Reactive如何通过Amazon Bedrock AgentCore将移动商务自动化速度提高80%
Reactivv使用Amazon Bedrock AgentCore构建了一个多代理人工智能收件箱，该收件箱可按计划自动刷新Shopify商户的移动应用程序，将商户配置时间缩短80%，并将投产速度提高33%。
-
-
在Amazon SageMaker AI上实现并发扫描的适当大小生成AI端点
并发扫描可以通过在不断增加的负载水平下系统性地对生成性AI端点进行基准测试，帮助您在Amazon SageMaker AI上正确调整生成性AI端点的大小。这篇文章讲述了部署模型、使用CLARAIBenchmarkJob API运行自动并发扫描，并使用结果来制定有关车队规模的数据驱动容量决策。
-
Trane如何通过Amazon Bedrock AgentCore以60倍的速度构建见解
在大约四周的时间里，Trane Networks在Amazon Bedrock AgentCore上构建了一个人工智能驱动的代理解决方案，该解决方案将20分钟的多屏幕建筑诊断工作流程减少到20秒的自然语言交互，洞察时间提高了60倍。这篇文章分享了解决方案背后的架构方法和关键设计决策。
-
Tata Elxsi如何在AWS上几秒钟内检测工业安全风险
了解Tata Elxsi如何在AWS上构建实时工业安全平台IRIS。IRIS在边缘过滤摄像机视频，通过Amazon Kinesis传输元数据，在Amazon SageMaker AI上运行计算机视觉，并将检测结果与高置信度警报关联起来，在几秒钟内检测到不安全条件，而不是几分钟。
-
利用Agentforce和AWS扩展公共部门情报
公共部门机构处理大量非结构化证据，如人体摄像机镜头和扫描文件。这篇文章展示了如何将Amazon Bedrock Data Automation与Model Context Protocol（MCP）相结合，将数据转化为结构化见解，并通过Salesforce Agentforce中的自然语言查询将其呈现出来。
-
NVIDIA Isaac ROS 5.0推进大型开源机器人开发
为了构建和部署能够在动态环境中感知、推理和行动的复杂机器人应用程序，开发人员需要新的物理人工智能模型和工具。LOS开放框架是Open Robotics的一个项目，旨在帮助人类构建机器人。NVIDIA Isaac LOS 5.0 -一系列基于LOS构建的PU加速包，今天在[.]发布
-
利用GPT-6 Astra将研究时间和成本并行减少一半
GPT-6 Astra允许平行的代理人研究和综合劳动力市场数据，所需时间和成本与先前模型相比仅需一半。
-
有效第三方评估的优先事项和原则
OpenAI概述了对前沿模型和保障措施进行严格、安全和独立的第三方人工智能安全评估的优先事项和原则。
-
xAI的Grok 4.6现已在Amazon Bedrock上推出
xAI的Grok 4.6现已在Amazon Bedrock上提供：一个用于长期运行的代理、编码和知识工作的前沿模型，具有50万令牌上下文窗口和四个推理工作级别。它在Scandck-mantle和Scandck-runtime端点上运行，并具有Converse API和跨区域推理支持。
-
英伟达推出DS X，准备为人工智能工厂认证电源和冷却产品
每个人工智能工厂都需要适合其计算架构的电力和冷却。随着人工智能基础设施的扩展，电力、冷却、水、场地和电网的限制正在影响建筑商可以部署的内容。选择适合完整工厂设计的产品可以帮助制造商将计算能力转化为有用的AI输出。为了帮助建筑商做出这些决定，NVIDIA推出了[...]
-
宝马集团如何检测14，000个云帐户的成本异常
宝马集团运营着CREA，这是一个FinOps平台，监控超过14，000个云帐户。这篇文章展示了宝马如何添加自动化每日成本异常检测，使用Prophet预测、AWS Step Functions和处理每个帐户的无服务器管道从反应式仪表板转向主动警报，每月费用约为50美元。
-
在Amazon SageMaker AI上运行Positron，以实现数据科学工作流
Positron是Posit的数据科学IDE，现在在Amazon SageMaker AI上运行。这篇文章展示了数据科学家如何探索Amazon Athena表、在R中验证功能、在Python中训练XGboost模型、部署实时SageMaker AI端点以及使用Quarto报告结果，所有这些都集中在一个受管理的SageMaker Studio Space中。
-
Benchling如何通过Amazon Bedrock AgentCore保护多租户人工智能代理
了解Benchling如何使用VPC模式下的Amazon Bedrock AgentCore Code Interpreter，结合Amazon Route 53 Resolver DNS防火墙和VPC端点策略，构建深度防御安全架构，在数千个生命科学租户中运行不受信任的人工智能代理生成的科学代码。
-
利用AWS上的人工智能缩短医疗索赔审查时间：EXL Medical IDP解决方案
EXL在AWS上构建了人工智能驱动的医疗智能文档处理（IDP）解决方案，将IDP与Amazon SageMaker和Amazon Bedrock上的特定领域大型语言模型相结合，以在企业规模上提取、总结和查询医疗记录，并将索赔审查时间从每个病例超过100分钟。
-
为什么大规模部署物理人工智能需要每一层的安全性
物理人工智能正在从研究迅速转向大规模部署。ADI Research预计，到2035年，装机量将达到4900万辆3-5级自动驾驶汽车（AV），而Omdia估计，2026年至2035年间将部署约6000万台工业机器人。当这些机器进入道路、工厂、仓库和其他与人们共享的环境时，[.]
-
从启用到执行，埃及人工智能生态系统达到生产规模
今天，埃及的人工智能建设者齐聚大埃及博物馆，参加招待会，重点介绍了该国快速发展的人工智能生态系统--涵盖人工智能原住民、开发人员、研究人员、初创公司和企业--构建跨行业的应用程序。此次活动包括英伟达欧洲、中东和非洲副总裁Paolo Guglielmini的主题演讲。艾哈迈德·穆斯塔法（Ahmed Mostafa），区域人工智能采用负责人[.]