-
-
基于Google Antigravity的代理化学信息学
了解 Google Antigravity 和我们的化学信息学技能如何加速药物发现工作流、搜索化合物以及提出新型刚性化大环。
-
借助 Amazon Quick 将结构化数据与非结构化数据整合在一起
Amazon Quick将结构化数据和非结构化数据整合到同一体验中。在本文中，你将Amazon S3作为知识库进行连接，丰富数据集，构建Space，并创建一个自定义聊天智能体——该智能体可通过单一对话界面回答跨这两种数据类型的业务问题。
-
ServiceNow 代付令牌与Bedrock AgentCore网关的交换
了解如何配置 Amazon Bedrock AgentCore Gateway，以实现与 Microsoft Entra ID 的代行（OBO）令牌交换，从而使 AI 代理在保留调用用户身份的同时调用 ServiceNow REST API。AgentCore Gateway 原生执行该令牌交换，无需拦截器 Lambda 或自定义代码。
-
Gen Digital如何利用Amazon Bedrock AgentCore Web Search构建Norton Revamp的AI精选新闻引擎
Gen Digital 构建了Norton Revamp——一款由生成式AI驱动的专业声誉管理平台，该平台配备基于Web Search、依托Amazon Bedrock AgentCore的AI精选新闻引擎。了解Gen团队如何在零数据流出且达到Norton级隐私标准的前提下，提供实时、附带引用来源的内容建议、目标设定和新闻推送服务。
-
利用EDB Postgres AI和Amazon Bedrock AgentCore为代理式AI构建语义层
了解如何在EDB Postgres AI中构建面向代理式AI的受管控语义层，并从Amazon Bedrock AgentCore上的Strands Agents代理对其进行查询。业务含义、关联路径和访问控制均存储在Postgres中，通过GRANT和行级安全机制来强制约束每个代理可读取的内容。
-
在AWS上构建超低延迟语音AI应用
了解 AWS 合作伙伴 Cartesia 如何利用专用状态空间模型和 AWS 基础设施，以全球规模提供延迟低于 100 毫秒的文本转语音和语音转文本服务，以及如何将其 Sonic 模型部署在 Amazon SageMaker AI 或自管理的 Amazon EC2 GPU 实例上。
-
推出基于印度的Kimi K3推理服务，现已在Amazon Bedrock上可用
Amazon Bedrock 现已为Kimi K3提供印度境内推理服务，将处理过程保留在孟买和海得拉巴区域内。本文介绍全球及地理跨区域推理选项，并分享使用Kimi K3读取和理解印度语系文档的示例代码。
-
AI正在改变半导体晶圆厂的运作方式——工程师也因此行动更快。
先进芯片的需求正在上升。制造这些芯片的工艺正变得愈发复杂。容错空间则在不断缩小。对工程师而言，了解工艺变更将产生何种表现、材料将如何与新工序发生相互作用、缺陷将如何追溯至根本原因，是半导体[…]中至关重要的关键挑战性环节。