搜索“AWS”

康泰纳仕构建多模态视频搜索

Condé Nast与AWS 构建 基于Amazon Bedrock的多模态视频发现方案

查看事件：康泰纳仕构建多模态视频搜索

HEMA 基于 MCP 与 Amazon Bedrock AgentCore 构建内部 AI 助手 HAL

荷兰零售商 HEMA 构建了内部 AI 助手 HAL,技术基础为 Amazon Bedrock AgentCore,并通过 Model Context Protocol(MCP)把知识接入 HAL 聊天、Kiro、Claude 等工具。据 2026 年 9 月 23 日的报道,HAL 将原本需要三四个门户、耗时一下午的查询缩短到数秒;安全依托 Microsoft Entra ID,客户端不存 AWS 凭证,目前为只读访问。除该报道外,暂无其他有合格事实证据的后续发展。

Reactiv 用 Amazon Bedrock AgentCore 自动化移动电商更新

2026年9月22日,Reactiv 宣布使用 Amazon Bedrock AgentCore 自动化移动电商更新。据 AWS Machine Learning 同日发布的文章,Reactiv 基于 Amazon Bedrock AgentCore 与 Strands Agents SDK 构建了三智能体 AI Scheduler,让 Shopify 商家用自然语言设定排期,自动更新原生 App。该系统利用 AgentCore runtime、memory 和 Identity,实现跨会话记忆、原生 MCP 托管以及按商家隔离的多租户执行。文章称,商家配置时间减少 80%,上线速度提升 33%。目前该事实仅有这一条第一方证据,尚无后续发展事实。

SearchAI集成Mercury模型

2026年9月29日,SearchBlox 与 Inception 宣布将 Mercury dLLM 集成至 SearchAI 企业搜索平台。据 Inception Labs 博客当日发布的信息,Mercury 以模型端点形式接入现有 RAG 管线,无需重构,客户可在 AWS Bedrock 或 Azure Foundry 上私有部署。该集成使企业级 GenAI 搜索实现亚秒级响应,并将推理成本降低 60% 至 90%。方案已覆盖电商、客服、企业知识与数字体验搜索等场景。目前尚无后续发展事实,事件状态停留在该集成发布。

Datacor发布基于Amazon Quick Sight的租赁分析方案

Datacor 发布了基于 Amazon Quick Sight 的 TrackAbout 租赁分析解决方案。该方案将 Amazon Quick Sight 嵌入 TrackAbout,面向工业气体与焊接分销商提供交互式仪表盘和自然语言搜索栏,业务用户无需提交 IT 工单即可查询租赁数据。据 AWS Machine Learning 发布的信息,TrackAbout 客户合计管理 2750 万项资产、每月处理超 72.5 万张账单,底层通过跨云自动化管道将第三方云环境数据定期刷新至 Quick Sight SPICE。目前该方案已随发布进入可用状态,尚无后续发展事实。

用 WhisperX 在 SageMaker AI 上做带说

2026年9月24日,AWS Machine Learning 发布内容,讲解如何用 WhisperX 在 Amazon SageMaker AI 上实现带说话人标注的转写。据其说明,AWS 发布了 WhisperX 深度学习容器(DLC),在 OpenAI Whisper 基础上加入批量推理、wav2vec2 强制对齐的逐词时间戳和说话人分离,可直接部署到 SageMaker AI 实时或异步端点,无需自建镜像。其中实时端点适用于 60 秒内完成的短音频,长音频建议使用异步端点,两者均需将 InferenceAmiVersion 固定为 al2-ami-sagemaker-inference-gpu-3-1。目前该内容为唯一来源,尚无后续发展事实。

Aderant 用 Amazon Nova 构建智能工单分类

AWS Machine Learning 于 2026 年 9 月 24 日发布内容,讲解 Aderant 如何用 Amazon Nova 构建智能工单分类。据该来源,Aderant 基于 Amazon Bedrock 调用 Amazon Nova Lite,为 38 人的 SierraOps 团队构建了智能工单分诊系统 Intelligent Ticket Analyzer,可自动完成上下文收集、分类、路由与知识补充。在 2026 年 6 月 30 日至 7 月 17 日的 2.5 周生产期内,该系统审查 109 张工单,路由准确率约 96%,预计每周节省 8–14 个工程小时,每月总运营成本低于 30 美元,其中 Bedrock 推理成本低于 1 美元。目前尚无后续发展事实。

用 Amazon Bedrock 把开放权重模型作为你的 A

2026年9月23日,AWS Machine Learning 发布文章,讲解如何用 Amazon Bedrock 把开放权重模型作为 AI 编码智能体运行。文章介绍,开源终端 AI 编码智能体 OpenCode 可接入 Amazon Bedrock 上的开放权重模型,推理在用户自己的 AWS 账户内完成,无需管理基础设施,也没有按席位收费。文章演示了用 Moonshot AI Kimi K3、OpenAI GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 配置多模型工作流,并介绍 Bedrock 的三种定价层级:Priority、Standard 按 token 计费,Flex 成本低 50%。目前该故事尚无后续发展事实。

用并发扫描在 Amazon SageMaker AI 上为生

2026年9月22日,AWS Machine Learning 发布文章,讲解如何在 Amazon SageMaker AI 上用并发扫描为生成式 AI 端点合理配置规模。文章介绍,SageMaker AI 的 Inference Recommendations 内置并发扫描功能,可自动向端点发送递增的并发流量并测量吞吐与延迟,找出端点饱和点,无需自建压测基础设施。文中以 NVIDIA Nemotron-3 Nano 30B(MoE、3B 激活参数)部署在 ml.g7e.2xlarge 为例,按 64、256、1024 三档并发各发 1024 个请求,结果显示 256 并发时吞吐趋平、p99 延迟陡升,即为饱和拐点。目前该内容为 AWS 官方发布,尚无其他后续发展。

作者介绍用Claude Code完成EKS 1.32到1.34升级的实践

2026年9月28日,一位工程师介绍了他使用Claude Code将Amazon EKS从1.32升级到1.34的实践。据其描述,Claude Code被用于兼容性调查、更新作业与作业留痕,耗时比过去只升一个版本还短,且生产环境影响为零。他借助子代理并行调查10多种周边组件,并通过Claude Code得知了aws eks list-insights这一Cluster Insights检查功能。文章同时强调,最终判断与输出核验仍由人负责,AI会补全看似合理的理由。目前该实践由gihyo.jp刊出,尚无后续发展事实。

用 WhisperX 在 SageMaker AI 上做带说

AWS Machine Learning 讲解 用 WhisperX 在 SageMaker AI 上做带说话人标注的转写

查看事件：用 WhisperX 在 SageMaker AI 上做带说

Aderant 用 Amazon Nova 构建智能工单分类

AWS Machine Learning 讲解 Aderant 用 Amazon Nova 构建智能工单分类

查看事件：Aderant 用 Amazon Nova 构建智能工单分类

用 Amazon Bedrock 把开放权重模型作为你的 A

AWS Machine Learning 讲解 用 Amazon Bedrock 把开放权重模型作为你的 AI 编码智能体

查看事件：用 Amazon Bedrock 把开放权重模型作为你的 A