Amazon и Anthropic: Новый раунд инвестиций на $4 млрд и эксклюзивное партнёрство
Amazon увеличила вложения в создателя Claude до $8 млрд, став ключевым стратегическим партнёром.
Производитель ИИ-решений задействует AWS как основную платформу для обучения нейросетей.
Для тренировки и развёртывания моделей будут использоваться чипы AWS Trainium и Inferentia.
Anthropic так же опровергает, появившееся в последнее время, мнение о замедлении прогресса, указывая на постоянное совершенствование самокоррекции и рассуждений моделей и что модели стали на столько умнее, что современные бенчмарки уже не подходят.
Гонка инвестиций. Клод, ИМХО, лидер пока в любом случае, так что окупится. 🚀
#Anthropic #AWS #Claude
-------
@tsingular
Amazon увеличила вложения в создателя Claude до $8 млрд, став ключевым стратегическим партнёром.
Производитель ИИ-решений задействует AWS как основную платформу для обучения нейросетей.
Для тренировки и развёртывания моделей будут использоваться чипы AWS Trainium и Inferentia.
Anthropic так же опровергает, появившееся в последнее время, мнение о замедлении прогресса, указывая на постоянное совершенствование самокоррекции и рассуждений моделей и что модели стали на столько умнее, что современные бенчмарки уже не подходят.
Гонка инвестиций. Клод, ИМХО, лидер пока в любом случае, так что окупится. 🚀
#Anthropic #AWS #Claude
-------
@tsingular
🔥11❤1🏆1🦄1
Приоритеты внедрения ген ИИ в ритейле на 2025
В сфере торговли прогнозируют массовое внедрение генеративного ИИ для автоматизации ключевых процессов.
Основной фокус будет направлен на персонализацию клиентского опыта через умные рекомендации и таргетированные рассылки.
Разработка продуктов ускорится благодаря автоматическому анализу рынка и генерации описаний.
Операционные процессы оптимизируют через единый разговорный интерфейс и автоматическую документацию.
Технологии позволят создавать предиктивные модели для прогнозирования спроса и управления запасами.
SouthChinaMorningPost
AWS AI for Retail
#Retail #Китай #AWS
-------
@tsingular
В сфере торговли прогнозируют массовое внедрение генеративного ИИ для автоматизации ключевых процессов.
Основной фокус будет направлен на персонализацию клиентского опыта через умные рекомендации и таргетированные рассылки.
Разработка продуктов ускорится благодаря автоматическому анализу рынка и генерации описаний.
Операционные процессы оптимизируют через единый разговорный интерфейс и автоматическую документацию.
Технологии позволят создавать предиктивные модели для прогнозирования спроса и управления запасами.
SouthChinaMorningPost
AWS AI for Retail
#Retail #Китай #AWS
-------
@tsingular
👍3✍2
Уроки с AWS: мульти-адаптерный LoRA оркестратор на SageMaker
Пример реализации конфигурации со множественными LoRA адаптерами на базе AWS через единое API SageMaker без необходимости перезагрузки endpoint.
Гибкая архитектура позволяет распределять нагрузку между GPU, CPU и локальными ресурсами.
Т.е. сначала мы динамически меняли промты под ситуацию, затем динамичный многокомпонентный RAG с доменными справочниками, теперь, вот пример с динамичным зоопарком LoRA адаптеров в виде готового фреймворка.
#SageMaker #LoRA #AWS #обучение
-------
@tsingular
Пример реализации конфигурации со множественными LoRA адаптерами на базе AWS через единое API SageMaker без необходимости перезагрузки endpoint.
Гибкая архитектура позволяет распределять нагрузку между GPU, CPU и локальными ресурсами.
Т.е. сначала мы динамически меняли промты под ситуацию, затем динамичный многокомпонентный RAG с доменными справочниками, теперь, вот пример с динамичным зоопарком LoRA адаптеров в виде готового фреймворка.
#SageMaker #LoRA #AWS #обучение
-------
@tsingular
Media is too big
VIEW IN TELEGRAM
AWS re:Invent 2024: облачные сервисы умнеют и дешевеют
На этой неделе стартует AWS re:Invent 2024 и генеральный директор Matt Garman подсветил ряд ключевых анонсов.
Инференс становится базовым компонентом AWS наравне с compute/storage/databases, интегрируясь во все сервисы и при этом становиться ещё дешевле.
Инфраструктурное обновление сфокусировано на Trainium 2 чипах и оптимизации core-сервисов под gen AI, при этом компания масштабирует GPU-мощности и переходит на углеродно-нейтральную энергетику, включая ядерную.
Автономные агентные системы с оркестрацией через Lambda автоматизируют тысячи параллельных задач, а gen AI встраивается напрямую в операционную среду приложений, упрощая разработку и ускоряя миграцию legacy-систем из on-prem в облако.
Еще обещают, что AWS выпустит на re:Invent новую базовую модель Olympus.
Интересно, что ElevenLabs перевёл этот ролик за 1 минуту. GPU у них, конечно, с запасом.
#AWS #reInvent #ElevenLabs #переводы
-------
@tsingular
На этой неделе стартует AWS re:Invent 2024 и генеральный директор Matt Garman подсветил ряд ключевых анонсов.
Инференс становится базовым компонентом AWS наравне с compute/storage/databases, интегрируясь во все сервисы и при этом становиться ещё дешевле.
Инфраструктурное обновление сфокусировано на Trainium 2 чипах и оптимизации core-сервисов под gen AI, при этом компания масштабирует GPU-мощности и переходит на углеродно-нейтральную энергетику, включая ядерную.
Автономные агентные системы с оркестрацией через Lambda автоматизируют тысячи параллельных задач, а gen AI встраивается напрямую в операционную среду приложений, упрощая разработку и ускоряя миграцию legacy-систем из on-prem в облако.
Еще обещают, что AWS выпустит на re:Invent новую базовую модель Olympus.
Интересно, что ElevenLabs перевёл этот ролик за 1 минуту. GPU у них, конечно, с запасом.
#AWS #reInvent #ElevenLabs #переводы
-------
@tsingular
AWS обновил курс по защите генеративного ИИ
Бесплатный двухчасовой курс (на английском) на платформе AWS Skill Builder обучает лучшим практикам безопасности при работе с генеративными моделями в облаке.
Целевая аудитория включает специалистов по безопасности, архитекторов и инженеров ML.
Полезно актуализировать понимание безопасности ИИ экосистемы.
#AWS #Security #обучение
———
@tsingular
Бесплатный двухчасовой курс (на английском) на платформе AWS Skill Builder обучает лучшим практикам безопасности при работе с генеративными моделями в облаке.
Целевая аудитория включает специалистов по безопасности, архитекторов и инженеров ML.
Полезно актуализировать понимание безопасности ИИ экосистемы.
#AWS #Security #обучение
———
@tsingular
👍4❤1✍1
Рубрика - полезные уроки с AWS. Интеграция Claude 3 для видеомониторинга привилегированного доступа
Контроль привилегированных пользователей (PAM) штука важная, - вы пускаете в систему админа для настройки и нужно как-то мониторить его действия. Ну или хотя бы записать экран.
В итоге безопасники тонут в видеозаписях действий админов, и ИИ может помочь их "разгрести" 😅
В примере представлено пошаговое решение как самостоятельно собрать анализатор записей PAM-систем с помощью Claude 3:
Допустим ваши PAM-системы записывают тонны видео действий админов в Windows (100к+ часов в месяц!)
Вручную просмотреть это нереально - нужно 1000 человек работающих круглосуточно.
Claude 3 может "посмотреть" записи и составить подробный транскрипт
А потом проанализировать на предмет подозрительной активности
Как это работает:
Видео нарезается на кадры (1 кадр/сек)
Claude анализирует последовательности до 20 кадров за один вызов
Создаёт подробное описание действий админа
Проверяет на соответствие ограничениям инструкции, плана действий захода в консоль, попытки повышения привилегий и утечки данных.
Самое крутое - Claude может не только описать что видит, но и отметить подозрительные моменты: "ПОДОЗРИТЕЛЬНО: админ что-то сохранил" 🧐
Amazon выложил готовое решение на GitHub с использованием AWS Bedrock.
В общем, интересный пример как ИИ может разгрузить специалистов ИБ от рутины. Хотя, конечно, полностью доверять ему пока рановато - может и накосячить в анализе. Но как первичный фильтр - почему бы и нет? 🤔
Даже в режиме параноика, если он сможет ежедневно отсматривать 1000 часов и, пусть избыточно, но давать сводку - её все-равно быстрее посмотреть, чем глазками эту 1000 листать.
Если кому надо, - обращайтесь. Сделаем! :)
#AWS #Claude #инструкции #обучение
———
@tsingular
Контроль привилегированных пользователей (PAM) штука важная, - вы пускаете в систему админа для настройки и нужно как-то мониторить его действия. Ну или хотя бы записать экран.
В итоге безопасники тонут в видеозаписях действий админов, и ИИ может помочь их "разгрести" 😅
В примере представлено пошаговое решение как самостоятельно собрать анализатор записей PAM-систем с помощью Claude 3:
Допустим ваши PAM-системы записывают тонны видео действий админов в Windows (100к+ часов в месяц!)
Вручную просмотреть это нереально - нужно 1000 человек работающих круглосуточно.
Claude 3 может "посмотреть" записи и составить подробный транскрипт
А потом проанализировать на предмет подозрительной активности
Как это работает:
Видео нарезается на кадры (1 кадр/сек)
Claude анализирует последовательности до 20 кадров за один вызов
Создаёт подробное описание действий админа
Проверяет на соответствие ограничениям инструкции, плана действий захода в консоль, попытки повышения привилегий и утечки данных.
Самое крутое - Claude может не только описать что видит, но и отметить подозрительные моменты: "ПОДОЗРИТЕЛЬНО: админ что-то сохранил" 🧐
Amazon выложил готовое решение на GitHub с использованием AWS Bedrock.
В общем, интересный пример как ИИ может разгрузить специалистов ИБ от рутины. Хотя, конечно, полностью доверять ему пока рановато - может и накосячить в анализе. Но как первичный фильтр - почему бы и нет? 🤔
Даже в режиме параноика, если он сможет ежедневно отсматривать 1000 часов и, пусть избыточно, но давать сводку - её все-равно быстрее посмотреть, чем глазками эту 1000 листать.
Если кому надо, - обращайтесь. Сделаем! :)
#AWS #Claude #инструкции #обучение
———
@tsingular
👍9✍1👨💻1
DeepSeek R1 теперь доступна на Azure и AWS Bedrock
DeepSeek R1 интегрируется в ведущие облачные платформы и теперь доступен не только из Китая.
Модель существует в двух версиях: 8B и 70B.
Меньшая версия сохраняет до 92% функционала при значительной экономии ресурсов.
Развертывание осуществляется через serverless инфраструктуру с автомасштабированием и защитой от MS и AWS, что, по идее, не позволит повториться инциденту с уязвимостями.
Azure
AWS
и раньше писал про Groq
#DeepSeek #Microsoft #AWS
———
@tsingular
DeepSeek R1 интегрируется в ведущие облачные платформы и теперь доступен не только из Китая.
Модель существует в двух версиях: 8B и 70B.
Меньшая версия сохраняет до 92% функционала при значительной экономии ресурсов.
Развертывание осуществляется через serverless инфраструктуру с автомасштабированием и защитой от MS и AWS, что, по идее, не позволит повториться инциденту с уязвимостями.
Azure
AWS
и раньше писал про Groq
#DeepSeek #Microsoft #AWS
———
@tsingular
🔥7
Amazon Q Developer научился генерировать и тестировать код в реальном времени
AWS запустила крупное обновление Amazon Q Developer.
Сервис получил систему автоматического тестирования генерируемого программного кода в защищенной среде.
Функционал включает выявление ошибок, синхронизацию с проектом и до трех попыток автоматического исправления.
Devfile настраивает изолированную песочницу для безопасного исполнения.
Система анализирует существующую кодовую базу и предлагает улучшения на основе результатов тестов.
Среда выполнения контролируется через конфигурацию без доступа к закрытым ресурсам.
Сегодня день релизов :)
#Amazon #AWS #DevOps
-------
@tsingular
AWS запустила крупное обновление Amazon Q Developer.
Сервис получил систему автоматического тестирования генерируемого программного кода в защищенной среде.
Функционал включает выявление ошибок, синхронизацию с проектом и до трех попыток автоматического исправления.
Devfile настраивает изолированную песочницу для безопасного исполнения.
Система анализирует существующую кодовую базу и предлагает улучшения на основе результатов тестов.
Среда выполнения контролируется через конфигурацию без доступа к закрытым ресурсам.
Сегодня день релизов :)
#Amazon #AWS #DevOps
-------
@tsingular
👏5🔥3
Регулярная рубрика, - инструкции от AWS.
На этот раз интересный материал по мульти-интерфейсным AI-ассистентам. Разберем технические детали! 🤓
1. RAG:
- Amazon Kendra как векторная база данных (вместо популярных Pinecone/Weaviate)
- Amazon S3 для хранения документации
- CloudFront для раздачи ссылок на источники
- AWS Lambda для подгрузки данных из Slack
2. Интересно, что используют CloudFront вместо прямых Slack-ссылок. Это решает проблему доступа к источникам для пользователей без доступа к Slack. Умно! 🎯
3. Интеграция построена через два основных интерфейса:
- Amazon Q Business (нативное решение AWS)
- Slack (через API интеграцию)
4. Технический лайфхак: они используют метаданные в Kendra для каждого файла-источника, что позволяет обоим интерфейсам корректно привязывать первоисточники документов.
5. Мониторинг реализован через:
- Встроенную аналитику Amazon Q
- Кастомный CloudWatch дашборд для Slack-метрик
- Автоматические дейли-репорты в Slack
Автоматическое обновление данных через EventBridge - система сама подтягивает новые данные из Slack каждый день.
Kendra под вектор, - ещё не слышал. 🤔
Ну AWS/не AWS тут не так важно, интересна архитектура и подходы.
У AWS и архитекторы, - огонь и методология и практика описания этих архитектур очень круто отлажена.
Изучаем.
#AWS #RAG #Cloud #обучение
———
@tsingular
На этот раз интересный материал по мульти-интерфейсным AI-ассистентам. Разберем технические детали! 🤓
1. RAG:
- Amazon Kendra как векторная база данных (вместо популярных Pinecone/Weaviate)
- Amazon S3 для хранения документации
- CloudFront для раздачи ссылок на источники
- AWS Lambda для подгрузки данных из Slack
2. Интересно, что используют CloudFront вместо прямых Slack-ссылок. Это решает проблему доступа к источникам для пользователей без доступа к Slack. Умно! 🎯
3. Интеграция построена через два основных интерфейса:
- Amazon Q Business (нативное решение AWS)
- Slack (через API интеграцию)
4. Технический лайфхак: они используют метаданные в Kendra для каждого файла-источника, что позволяет обоим интерфейсам корректно привязывать первоисточники документов.
5. Мониторинг реализован через:
- Встроенную аналитику Amazon Q
- Кастомный CloudWatch дашборд для Slack-метрик
- Автоматические дейли-репорты в Slack
Автоматическое обновление данных через EventBridge - система сама подтягивает новые данные из Slack каждый день.
Kendra под вектор, - ещё не слышал. 🤔
Ну AWS/не AWS тут не так важно, интересна архитектура и подходы.
У AWS и архитекторы, - огонь и методология и практика описания этих архитектур очень круто отлажена.
Изучаем.
#AWS #RAG #Cloud #обучение
———
@tsingular
👍6🔥2
🤖 Рубрика крутые инструкции от AWS:
Построение мультиагентной системы на базе AWS, LangGraph и Mistral
Система собирает информацию о городе из разных источников: события (локальная база + поиск онлайн), погода, рестораны. И всё работает в связке:
Если в локальной базе нет событий, она автоматически ищет информацию через Tavily API:
1. Модульность — можно быстро заменить/обновить любого агента, не ломая всю систему
2. Гибкость — каждый агент можно оптимизировать под конкретную задачу
3. Безопасность — у каждого агента доступ только к тем инструментам, которые ему нужны
Вся система собрана на LangGraph, который управляет состоянием и потоками данных между агентами.
Для поиска ресторанов используется RAG с Amazon Titan Embeddings + FAISS, хотя в статье рекомендуют для продакшена использовать Amazon Bedrock Knowledge Bases.
#AWS #LangGraph #Agents #MistralAI
———
@tsingular
Построение мультиагентной системы на базе AWS, LangGraph и Mistral
Система собирает информацию о городе из разных источников: события (локальная база + поиск онлайн), погода, рестораны. И всё работает в связке:
workflow.add_node("Events Database Agent", events_database_agent)
workflow.add_node("Online Search Agent", search_agent)
workflow.add_node("Weather Agent", weather_agent)
workflow.add_node("Restaurants Recommendation Agent", query_restaurants_agent)
workflow.add_node("Analysis Agent", analysis_agent)Если в локальной базе нет событий, она автоматически ищет информацию через Tavily API:
def route_events(state):
if f"No upcoming events found for {state.city}" in state.events_result:
return "Online Search Agent"
else:
return "Weather Agent"
1. Модульность — можно быстро заменить/обновить любого агента, не ломая всю систему
2. Гибкость — каждый агент можно оптимизировать под конкретную задачу
3. Безопасность — у каждого агента доступ только к тем инструментам, которые ему нужны
«Агенты революционизируют ландшафт генеративного ИИ, соединяя крупные языковые модели с приложениями реального мира. Эти умные, автономные системы скоро станут краеугольным камнем внедрения ИИ в разных отраслях»
Вся система собрана на LangGraph, который управляет состоянием и потоками данных между агентами.
Для поиска ресторанов используется RAG с Amazon Titan Embeddings + FAISS, хотя в статье рекомендуют для продакшена использовать Amazon Bedrock Knowledge Bases.
#AWS #LangGraph #Agents #MistralAI
———
@tsingular
✍5👨💻1
Роботы_на_работе.gif
20.4 MB
🚀 AWS создаёт Agentic AI Group
AWS объявила о создании новой группы, целиком посвящённой агентным AI-технологиям.
4 марта 2025 CEO AWS Мэтт Гарман разослал внутреннее письмо, где анонсировал создание выделенной группы Agentic AI, которую возглавит вице-президент Свами Сивасубраманиан. В письме Гарман пишет, что "AI-агенты — ядро следующей волны инноваций", и прогнозирует, что агентный AI может стать многомиллиардным бизнесом для AWS.
Технические изменения:
- Bedrock и SageMaker теперь объединены под одной крышей в рамках подразделения AWS Compute
- Команда чатбота Q также переведена в новую группу
- Подразделение по AI-инструментам было реорганизовано с фокусом на агентные технологии
Что уже запущено:
- Alexa+ — обновлённая версия голосового помощника с агентными функциями, которая может проактивно выполнять действия без команд пользователя (бесплатно для Prime-подписчиков, $19.99/месяц для остальных)
- InlineAgents — новая фича для Bedrock, позволяющая динамически создавать агентов "на лету" через API вместо предварительной настройки
- Amazon Nova — новое семейство моделей AWS (ранее Titan) с вариантами от лёгких Nova Micro (32K контекст) до мощных Nova Pro (300K контекст)
Бизнес-стратегия:
AWS выбрала модельно-агностичный подход — клиенты могут использовать как собственные модели Amazon Nova, так и сторонние (Claude, Stability AI и др.). Это отличает их от Microsoft (ставка на OpenAI) и Google (свои модели PaLM/Gemini).
Интересно, что AWS не пошла по пути готовых встроенных решений типа Microsoft Copilot, а сосредоточилась на предоставлении гибкой платформы для создания кастомных агентов.
Влияние на рынок:
Аналитики считают, что AWS имеет шансы стать лидером в создании enterprise-grade агентных систем за счёт:
1. Интеграции с облачной инфраструктурой (Lambda, Step Functions)
2. Строгой безопасности через IAM-роли и детальный контроль доступа
3. Масштабируемой архитектуры с управляемой оркестрацией
4. Экономических оптимизаций (кэширование токенов, которое снижает стоимость до 90%)
Почему это важно:
AWS явно переходит от "поддержки" агентов к агрессивной стратегии доминирования в этой области. Microsoft и Google с их интеграцией агентов в офисные приложения борются за пользовательский сегмент, а AWS готовится захватить enterprise-рынок кастомных агентных решений.
#AWS #agentis #enterprise
———
@tsingular
AWS объявила о создании новой группы, целиком посвящённой агентным AI-технологиям.
4 марта 2025 CEO AWS Мэтт Гарман разослал внутреннее письмо, где анонсировал создание выделенной группы Agentic AI, которую возглавит вице-президент Свами Сивасубраманиан. В письме Гарман пишет, что "AI-агенты — ядро следующей волны инноваций", и прогнозирует, что агентный AI может стать многомиллиардным бизнесом для AWS.
Технические изменения:
- Bedrock и SageMaker теперь объединены под одной крышей в рамках подразделения AWS Compute
- Команда чатбота Q также переведена в новую группу
- Подразделение по AI-инструментам было реорганизовано с фокусом на агентные технологии
Что уже запущено:
- Alexa+ — обновлённая версия голосового помощника с агентными функциями, которая может проактивно выполнять действия без команд пользователя (бесплатно для Prime-подписчиков, $19.99/месяц для остальных)
- InlineAgents — новая фича для Bedrock, позволяющая динамически создавать агентов "на лету" через API вместо предварительной настройки
- Amazon Nova — новое семейство моделей AWS (ранее Titan) с вариантами от лёгких Nova Micro (32K контекст) до мощных Nova Pro (300K контекст)
Бизнес-стратегия:
AWS выбрала модельно-агностичный подход — клиенты могут использовать как собственные модели Amazon Nova, так и сторонние (Claude, Stability AI и др.). Это отличает их от Microsoft (ставка на OpenAI) и Google (свои модели PaLM/Gemini).
Интересно, что AWS не пошла по пути готовых встроенных решений типа Microsoft Copilot, а сосредоточилась на предоставлении гибкой платформы для создания кастомных агентов.
Влияние на рынок:
Аналитики считают, что AWS имеет шансы стать лидером в создании enterprise-grade агентных систем за счёт:
1. Интеграции с облачной инфраструктурой (Lambda, Step Functions)
2. Строгой безопасности через IAM-роли и детальный контроль доступа
3. Масштабируемой архитектуры с управляемой оркестрацией
4. Экономических оптимизаций (кэширование токенов, которое снижает стоимость до 90%)
Почему это важно:
AWS явно переходит от "поддержки" агентов к агрессивной стратегии доминирования в этой области. Microsoft и Google с их интеграцией агентов в офисные приложения борются за пользовательский сегмент, а AWS готовится захватить enterprise-рынок кастомных агентных решений.
#AWS #agentis #enterprise
———
@tsingular
✍4👍1
AI agent for travel built on Amazon Nova Sonic
About Amazon
🔊 Amazon Nova Sonic: Революция в голосовом AI — понимает не только ЧТО, но и КАК вы говорите
Amazon запустил новую модель Nova Sonic — первый фундаментальный AI, который объединяет распознавание и генерацию речи в единой архитектуре, делая голосовое взаимодействие по-настоящему человечным.
Ключевые возможности:
• Единая модель (не разрозненные ASR+LLM+TTS)
• Понимание тона, интонации и темпа речи
• Адаптация ответа под эмоциональный контекст
• Естественные паузы и умение "не перебивать"
• Корректная обработка прерываний разговора
Техническая начинка:
• Двунаправленный streaming API через HTTP/2
• Контекстное окно в 32K токенов
• До 8 минут в одной сессии
• Function calling для интеграции внешних сервисов
• RAG для работы с корпоративными данными
• Поддержка американского и британского английского
Практическое применение:
• Автоматизация контакт-центров
• Виртуальные туристические консультанты
• Образовательные приложения
• Игры с голосовым интерфейсом
• AI-ассистенты для работы с корпоративными дашбордами
Модель уже доступна через Amazon Bedrock в регионе US East (N. Virginia).
Для Python-разработчиков выпущен экспериментальный SDK для работы с бидирекциональным стримингом.
AWS явно в лидерах ИИ разработок. Не перестают удивлять, хотя о них и меньше "кричат", чем про OpenAI или Google.
Послушайте пример в прикрепе к посту.
#Amazon #Nova #Voice #AWS #sound
———
@tsingular
Amazon запустил новую модель Nova Sonic — первый фундаментальный AI, который объединяет распознавание и генерацию речи в единой архитектуре, делая голосовое взаимодействие по-настоящему человечным.
Ключевые возможности:
• Единая модель (не разрозненные ASR+LLM+TTS)
• Понимание тона, интонации и темпа речи
• Адаптация ответа под эмоциональный контекст
• Естественные паузы и умение "не перебивать"
• Корректная обработка прерываний разговора
Техническая начинка:
• Двунаправленный streaming API через HTTP/2
• Контекстное окно в 32K токенов
• До 8 минут в одной сессии
• Function calling для интеграции внешних сервисов
• RAG для работы с корпоративными данными
• Поддержка американского и британского английского
Практическое применение:
• Автоматизация контакт-центров
• Виртуальные туристические консультанты
• Образовательные приложения
• Игры с голосовым интерфейсом
• AI-ассистенты для работы с корпоративными дашбордами
Модель уже доступна через Amazon Bedrock в регионе US East (N. Virginia).
Для Python-разработчиков выпущен экспериментальный SDK для работы с бидирекциональным стримингом.
AWS явно в лидерах ИИ разработок. Не перестают удивлять, хотя о них и меньше "кричат", чем про OpenAI или Google.
Послушайте пример в прикрепе к посту.
#Amazon #Nova #Voice #AWS #sound
———
@tsingular
👍6⚡4❤1
This media is not supported in your browser
VIEW IN TELEGRAM
🎥 Amazon Nova Reel 1.1: видеогенератор до 2 минут и ручное управление кадрами
• Генерация видео до 120 секунд из текстового промпта
• Два режима работы: автоматический и ручной
• Работа с референсными изображениями для настройки стиля
• Разрешение 1280х720 при 24 FPS
• API через Amazon Bedrock и интеграция с Python
Технические особенности
Самое вкусное тут в многокадровой генерации. В режиме Multi-shot Automated достаточно написать один промпт до 4000 символов, и модель сама нарежет его на 6-секундные сцены с единым стилем.
А в Multi-shot Manual можно задать до 20 разных промптов (каждый до 512 символов) и добавить к каждому своё референсное изображение.
Кстати, в коде уже есть нормальная асинхронная обработка через API, что важно для продакшена:
Готовое видео попадает прямо в S3-корзину.
Бизнес-применение
Приоритет маркетингу, рекламе и продакт-дизайну.
С Nova Reel можно:
• Создавать рекламные ролики без съёмочной группы и сложного монтажа
• Генерировать фоновые видео для презентаций
• Делать прототипы видеоконтента для соцсетей
• Визуализировать концепты продуктов для питчей
Особенно ценно, что можно настроить собственную "раскадровку" под конкретный бренд или продукт.
Безопасность и ограничения
Amazon явно перестраховался после всех этих скандалов с дипфейками:
• Встроены невидимые "водяные знаки" на все видео
• Блокировка генерации знаменитостей и публичных персон
• Автоматический детект потенциального нарушения авторских прав
• Встроенная проверка на токсичность с блокировкой 95,8% опасного контента
Кроме того, Amazon даёт неограниченную защиту от претензий по IP для контента, сгенерированного их моделями.
Для работы с Amazon Nova Reel 1.1 нужен доступ к Amazon Bedrock (пока только в регионе US East). Цены — по стандартной модели pay-as-you-go.
#AWS #нейрорендер #Nova
———
@tsingular
• Генерация видео до 120 секунд из текстового промпта
• Два режима работы: автоматический и ручной
• Работа с референсными изображениями для настройки стиля
• Разрешение 1280х720 при 24 FPS
• API через Amazon Bedrock и интеграция с Python
Технические особенности
Самое вкусное тут в многокадровой генерации. В режиме Multi-shot Automated достаточно написать один промпт до 4000 символов, и модель сама нарежет его на 6-секундные сцены с единым стилем.
А в Multi-shot Manual можно задать до 20 разных промптов (каждый до 512 символов) и добавить к каждому своё референсное изображение.
Кстати, в коде уже есть нормальная асинхронная обработка через API, что важно для продакшена:
invocation = bedrock_runtime.start_async_invoke(
modelId="amazon.nova-reel-v1:1",
modelInput=model_input,
outputDataConfig={"s3OutputDataConfig": {"s3Uri": S3_DESTINATION_BUCKET}},
)
Готовое видео попадает прямо в S3-корзину.
Бизнес-применение
Приоритет маркетингу, рекламе и продакт-дизайну.
С Nova Reel можно:
• Создавать рекламные ролики без съёмочной группы и сложного монтажа
• Генерировать фоновые видео для презентаций
• Делать прототипы видеоконтента для соцсетей
• Визуализировать концепты продуктов для питчей
Особенно ценно, что можно настроить собственную "раскадровку" под конкретный бренд или продукт.
Безопасность и ограничения
Amazon явно перестраховался после всех этих скандалов с дипфейками:
• Встроены невидимые "водяные знаки" на все видео
• Блокировка генерации знаменитостей и публичных персон
• Автоматический детект потенциального нарушения авторских прав
• Встроенная проверка на токсичность с блокировкой 95,8% опасного контента
Кроме того, Amazon даёт неограниченную защиту от претензий по IP для контента, сгенерированного их моделями.
Для работы с Amazon Nova Reel 1.1 нужен доступ к Amazon Bedrock (пока только в регионе US East). Цены — по стандартной модели pay-as-you-go.
#AWS #нейрорендер #Nova
———
@tsingular
👍7🔥2
AWS представила набор MCP серверов для разработчиков
Amazon Web Services официально представила набор специализированных MCP-серверов, которые позволяют ИИ-моделям работать с экосистемой AWS.
Суть проекта
AWS создала целый набор MCP-серверов, которые конвертируют сервисы AWS в инструменты для ИИ-ассистентов:
Core MCP Server — мозговой центр, который оркестрирует установку и управление другими MCP-серверами
AWS CDK MCP Server — помогает ассистентам генерировать и проверять инфраструктуру как код через CDK
AWS Lambda MCP Server — позволяет моделям запускать функции Lambda как инструменты (красиво обходит ограничения API!)
Amazon Bedrock Knowledge Base MCP Server — даёт доступ к корпоративным данным через Bedrock
Nova Canvas MCP Server — генерация изображений прямо через модели
Cost Analysis MCP Server — анализ стоимости AWS сервисов
Технически интересные моменты
Безопасность: Lambda MCP Server действует по модели разделения обязанностей — модель не получает прямой доступ к AWS-сервисам, а только запускает функции Lambda, которые уже имеют нужные права
Интеграция без кода: функции Lambda становятся инструментами без каких-либо изменений в их коде — достаточно добавить описание и тэг
CDK + Nag: встроенная проверка безопасности для сгенерированного кода через CDK Nag — модель сама помогает с безопасностью инфраструктуры
Terraform в пару к CDK — есть отдельный MCP-сервер для тех, кто предпочитает Terraform с Checkov для security-сканирования
Бизнес-применение
Снижение барьера для ИИ: разработчикам не нужно быть экспертами по ML, чтобы продуктивно использовать генеративный ИИ в своих проектах
Безопасный доступ к внутренним системам: ИИ-ассистенты могут взаимодействовать с внутренними системами через Lambda без прямого доступа к ресурсам
Генерация диаграмм AWS-инфраструктуры: Visio не нужен — модель может визуализировать архитектуру через AWS Diagram MCP Server
Оценка стоимости проектов: ассистенты могут оценить стоимость проектов и сервисов AWS еще до развертывания
Вся эта экосистема работает с открытым протоколом MCP, а значит теоретически совместима не только с AWS-моделями, но и с Claude от Anthropic и с другими MCP сервисами.
#AWS #MCP
———
@tsingular
Amazon Web Services официально представила набор специализированных MCP-серверов, которые позволяют ИИ-моделям работать с экосистемой AWS.
Суть проекта
AWS создала целый набор MCP-серверов, которые конвертируют сервисы AWS в инструменты для ИИ-ассистентов:
Core MCP Server — мозговой центр, который оркестрирует установку и управление другими MCP-серверами
AWS CDK MCP Server — помогает ассистентам генерировать и проверять инфраструктуру как код через CDK
AWS Lambda MCP Server — позволяет моделям запускать функции Lambda как инструменты (красиво обходит ограничения API!)
Amazon Bedrock Knowledge Base MCP Server — даёт доступ к корпоративным данным через Bedrock
Nova Canvas MCP Server — генерация изображений прямо через модели
Cost Analysis MCP Server — анализ стоимости AWS сервисов
Технически интересные моменты
Безопасность: Lambda MCP Server действует по модели разделения обязанностей — модель не получает прямой доступ к AWS-сервисам, а только запускает функции Lambda, которые уже имеют нужные права
Интеграция без кода: функции Lambda становятся инструментами без каких-либо изменений в их коде — достаточно добавить описание и тэг
CDK + Nag: встроенная проверка безопасности для сгенерированного кода через CDK Nag — модель сама помогает с безопасностью инфраструктуры
Terraform в пару к CDK — есть отдельный MCP-сервер для тех, кто предпочитает Terraform с Checkov для security-сканирования
Бизнес-применение
Снижение барьера для ИИ: разработчикам не нужно быть экспертами по ML, чтобы продуктивно использовать генеративный ИИ в своих проектах
Безопасный доступ к внутренним системам: ИИ-ассистенты могут взаимодействовать с внутренними системами через Lambda без прямого доступа к ресурсам
Генерация диаграмм AWS-инфраструктуры: Visio не нужен — модель может визуализировать архитектуру через AWS Diagram MCP Server
Оценка стоимости проектов: ассистенты могут оценить стоимость проектов и сервисов AWS еще до развертывания
Вся эта экосистема работает с открытым протоколом MCP, а значит теоретически совместима не только с AWS-моделями, но и с Claude от Anthropic и с другими MCP сервисами.
#AWS #MCP
———
@tsingular
🔥4❤1
4 не-чат-бот кейса от Amazon по ИИ в бизнесе
🛒 Создание списков товаров
- Amazon Bedrock для LLM + коннекторы к внутренним/внешним источникам данных
- несколько LLM в цепочке: одна модель генерирует, вторая валидирует (борьба с галлюцинациями)
- Автоматизированная система A/B тестирования для оптимизации промптов и моделей
- Многослойная валидация: ML-алгоритмы → LLM-проверка → человеческая экспертиза
Практический результат: используется 900,000+ продавцами, 80% сгенерированных черновиков принимаются почти без правок
💊 Обработка рецептов в Amazon Pharmacy
- Task decomposition - разбивка сложного процесса на специализированные модули
- Fine-tuned SLM (малые языковые модели) вместо больших LLM для скорости
- Традиционное ML для NER (Named Entity Recognition) + регрессионные модели для confidence scoring
- AWS Fargate для оркестрации workflow + строгие HIPAA правила в Amazon Bedrock
Фишка: Гибридный подход "человек-в-процессе" с фармацевтами для принятия критически важных решений
⭐️ Оценка отзывов покупателей
Экономичное решение:
- Гибридная архитектура: традиционное ML для оценки тона, SLM только для генерации текста
- SageMaker Batch Transform для асинхронной обработки
- Инкрементальная обработка новых отзывов без пересчета всего датасета
- Amazon EC2 Inf2 инстансы для 40% экономии
Масштаб: 200+ миллионов отзывов в год обрабатывается offline
🎨 Генерация креативов для Amazon Ads
Мультимодальный подход:
- Amazon Nova Canvas в основе для генерации изображений из текста/изображений
- Agentic workflow: сначала описание сценария сцен, потом генерация видео
- AWS Step Functions + Lambda для безсерверных процессов
- Amazon Bedrock Guardrails + Rekognition/Comprehend для дополнительных проверок безопасности
Бизнес-эффект: Рекламодатели с ИИ-креативами показывают на 8% больше CTR и создают на 88% больше кампаний
🎯 Общие технические паттерны:
- Task Decomposition - разбивка сложных задач на специализированные компоненты
- Hybrid ML - комбинирование традиционного ML с LLM для экономии
- Batch Processing - offline обработка где возможно для экономии
- Multi-layer Validation - несколько уровней проверки качества
- Human-in-the-Loop - включение экспертов в критических точках принятия стратегических решений
Все решения в кейсах построены на AWS-стеке, но могут быть полезны для проработки собственных сценариев на вашей собственной ИТ инфраструктуре.
Архитектурные паттерны одинаковые.
#AWS #кейсы
———
@tsingular
🛒 Создание списков товаров
- Amazon Bedrock для LLM + коннекторы к внутренним/внешним источникам данных
- несколько LLM в цепочке: одна модель генерирует, вторая валидирует (борьба с галлюцинациями)
- Автоматизированная система A/B тестирования для оптимизации промптов и моделей
- Многослойная валидация: ML-алгоритмы → LLM-проверка → человеческая экспертиза
Практический результат: используется 900,000+ продавцами, 80% сгенерированных черновиков принимаются почти без правок
💊 Обработка рецептов в Amazon Pharmacy
- Task decomposition - разбивка сложного процесса на специализированные модули
- Fine-tuned SLM (малые языковые модели) вместо больших LLM для скорости
- Традиционное ML для NER (Named Entity Recognition) + регрессионные модели для confidence scoring
- AWS Fargate для оркестрации workflow + строгие HIPAA правила в Amazon Bedrock
Фишка: Гибридный подход "человек-в-процессе" с фармацевтами для принятия критически важных решений
⭐️ Оценка отзывов покупателей
Экономичное решение:
- Гибридная архитектура: традиционное ML для оценки тона, SLM только для генерации текста
- SageMaker Batch Transform для асинхронной обработки
- Инкрементальная обработка новых отзывов без пересчета всего датасета
- Amazon EC2 Inf2 инстансы для 40% экономии
Масштаб: 200+ миллионов отзывов в год обрабатывается offline
🎨 Генерация креативов для Amazon Ads
Мультимодальный подход:
- Amazon Nova Canvas в основе для генерации изображений из текста/изображений
- Agentic workflow: сначала описание сценария сцен, потом генерация видео
- AWS Step Functions + Lambda для безсерверных процессов
- Amazon Bedrock Guardrails + Rekognition/Comprehend для дополнительных проверок безопасности
Бизнес-эффект: Рекламодатели с ИИ-креативами показывают на 8% больше CTR и создают на 88% больше кампаний
🎯 Общие технические паттерны:
- Task Decomposition - разбивка сложных задач на специализированные компоненты
- Hybrid ML - комбинирование традиционного ML с LLM для экономии
- Batch Processing - offline обработка где возможно для экономии
- Multi-layer Validation - несколько уровней проверки качества
- Human-in-the-Loop - включение экспертов в критических точках принятия стратегических решений
Все решения в кейсах построены на AWS-стеке, но могут быть полезны для проработки собственных сценариев на вашей собственной ИТ инфраструктуре.
Архитектурные паттерны одинаковые.
#AWS #кейсы
———
@tsingular
👍5✍2⚡1
AWS опубликовал подробный гайд по использованию Model Context Protocol (MCP)
AWS выложил детальное руководство по интеграции MCP с облачными сервисами.
MCP превращает задачу «M×N интеграций» в простое уравнение «M+N» — вместо создания отдельных подключений для каждой комбинации модели и источника данных нужно создать только клиенты и серверы.
Особое внимание уделено интеграции с Amazon Bedrock и системами знаний.
В статье разобран практический пример работы с базами знаний — от простых запросов до сложного ранжирования результатов.
AWS планирует развивать MCP в сторону enterprise-решений с новым транспортным слоем Streamable HTTP, который обеспечит масштабируемость для больших организаций.
Отличный гайд, как всегда от Амазона, - с примерами кода и детальными пояснениями по архитектуре.
#MCP #AWS
———
@tsingular
AWS выложил детальное руководство по интеграции MCP с облачными сервисами.
MCP превращает задачу «M×N интеграций» в простое уравнение «M+N» — вместо создания отдельных подключений для каждой комбинации модели и источника данных нужно создать только клиенты и серверы.
Особое внимание уделено интеграции с Amazon Bedrock и системами знаний.
В статье разобран практический пример работы с базами знаний — от простых запросов до сложного ранжирования результатов.
AWS планирует развивать MCP в сторону enterprise-решений с новым транспортным слоем Streamable HTTP, который обеспечит масштабируемость для больших организаций.
Отличный гайд, как всегда от Амазона, - с примерами кода и детальными пояснениями по архитектуре.
#MCP #AWS
———
@tsingular
1✍5👍3
This media is not supported in your browser
VIEW IN TELEGRAM
AWS запускает Kiro — ИИ-IDE для разработчиков
Amazon представил Kiro — новую IDE с ИИ-агентами, для вайбкодеров.
Основная фишка — спецификационный подход. Вместо простого промпта Kiro генерирует детальные пользовательские истории, техническое описание, диаграммы потоков данных и API-эндпоинты. Всё структурировано и готово для продакшена.
Поддерживает Model Context Protocol, имеет "правила проекта" для управления поведением ИИ и работает с файлами, кодовыми базами, документацией и git-диффами.
Kiro помогает быстро перейти от прототипов к production-ready коду и имеет встроенные средства интеграции со сканерами безопасности.
Поскольку оно еще в preview - пока бесплатно!
Качаем тут: https://kiro.dev/downloads/
#AWS #IDE #Kiro
------
@tsingular
Amazon представил Kiro — новую IDE с ИИ-агентами, для вайбкодеров.
Основная фишка — спецификационный подход. Вместо простого промпта Kiro генерирует детальные пользовательские истории, техническое описание, диаграммы потоков данных и API-эндпоинты. Всё структурировано и готово для продакшена.
Поддерживает Model Context Protocol, имеет "правила проекта" для управления поведением ИИ и работает с файлами, кодовыми базами, документацией и git-диффами.
Kiro помогает быстро перейти от прототипов к production-ready коду и имеет встроенные средства интеграции со сканерами безопасности.
Поскольку оно еще в preview - пока бесплатно!
Качаем тут: https://kiro.dev/downloads/
#AWS #IDE #Kiro
------
@tsingular
🔥3⚡2🤯2❤1
Amazon запустил S3 Vectors — векторную базу данных в облаке
AWS представил S3 Vectors — специализированные бакеты для хранения и поиска векторных эмбеддингов. Теперь можно создавать семантический поиск прямо в S3 без дополнительных решений.
Основные возможности:
- Векторные индексы до 4096 измерений
- Интеграция с Amazon Bedrock для генерации эмбеддингов
- Поддержка Cosine и Euclidean метрик расстояния
- Прямая интеграция с Knowledge Bases для RAG-пайплайнов
Правда после создания индекса нельзя изменить его параметры — размерность, метрику расстояния и ключи метаданных.
Так что планировать нужно загодя.
Сервис уже доступен в preview-версии и может серьезно упростить архитектуру RAG-систем.
Мануал на 3000 страниц в комментарии.
#AWS #Vectors #RAG
———
@tsingular
AWS представил S3 Vectors — специализированные бакеты для хранения и поиска векторных эмбеддингов. Теперь можно создавать семантический поиск прямо в S3 без дополнительных решений.
Основные возможности:
- Векторные индексы до 4096 измерений
- Интеграция с Amazon Bedrock для генерации эмбеддингов
- Поддержка Cosine и Euclidean метрик расстояния
- Прямая интеграция с Knowledge Bases для RAG-пайплайнов
Правда после создания индекса нельзя изменить его параметры — размерность, метрику расстояния и ключи метаданных.
Так что планировать нужно загодя.
Сервис уже доступен в preview-версии и может серьезно упростить архитектуру RAG-систем.
Мануал на 3000 страниц в комментарии.
#AWS #Vectors #RAG
———
@tsingular
🔥3⚡2❤1
Amazon Q Developer и MCP автоматизируют создание Deep Learning контейнеров
AWS представил интеграцию Amazon Q Developer с Model Context Protocol для упрощения работы с Deep Learning Containers.
Теперь создание и кастомизация контейнеров происходит через естественный диалог вместо сложных команд. Разработчики могут просто сказать "запусти PyTorch контейнер для обучения" — и система автоматически подберёт образ, настроит окружение и запустит тестирование.
В демо примере разобрана интеграция NeMo toolkit и DeepSeek модели через диалоговый интерфейс за минуты через MCP сервер с 6ю тулами для управления контейнерами.
AWS пишет об экономии времени по управлению инфраструктурой на 40% при использовании ИИ-инструментов.
DevOps-инженеры теперь могут поболтать с контейнерами как с коллегой.
#AmazonQ #MCP #DevOps #примеры #AWS #обучение
------
@tsingular
AWS представил интеграцию Amazon Q Developer с Model Context Protocol для упрощения работы с Deep Learning Containers.
Теперь создание и кастомизация контейнеров происходит через естественный диалог вместо сложных команд. Разработчики могут просто сказать "запусти PyTorch контейнер для обучения" — и система автоматически подберёт образ, настроит окружение и запустит тестирование.
В демо примере разобрана интеграция NeMo toolkit и DeepSeek модели через диалоговый интерфейс за минуты через MCP сервер с 6ю тулами для управления контейнерами.
AWS пишет об экономии времени по управлению инфраструктурой на 40% при использовании ИИ-инструментов.
DevOps-инженеры теперь могут поболтать с контейнерами как с коллегой.
#AmazonQ #MCP #DevOps #примеры #AWS #обучение
------
@tsingular
✍2⚡1
Хакер внедрил вирус в ИИ-помощник Amazon Q для разработчиков
13 июля хакер lkmanka58 подкинул в Amazon Q Developer Extension код с командами очистки системы.
Доступ был получен через обычный pull request с левого аккаунта — либо из-за неправильных настроек, либо халатности администраторов репозитория.
Amazon ничего не заметил и 17 июля выпустил версию 1.84.0 с вредоносным кодом для миллиона пользователей VSCode.
Компания узнала об инциденте только 23 июля от исследователей безопасности. На следующий день вышла исправленная версия 1.85.0.
К счастью, код былнавайбкожен неправильно отформатирован и не запускался. Хотя некоторые сообщают, что запустился.
Новый вектор получается, - заражённые ИИ-помощники по кодингу. 🤖
#AmazonQ #AWS #VSCode #cybersecurity
———
@tsingular
13 июля хакер lkmanka58 подкинул в Amazon Q Developer Extension код с командами очистки системы.
Доступ был получен через обычный pull request с левого аккаунта — либо из-за неправильных настроек, либо халатности администраторов репозитория.
Amazon ничего не заметил и 17 июля выпустил версию 1.84.0 с вредоносным кодом для миллиона пользователей VSCode.
Компания узнала об инциденте только 23 июля от исследователей безопасности. На следующий день вышла исправленная версия 1.85.0.
К счастью, код был
Новый вектор получается, - заражённые ИИ-помощники по кодингу. 🤖
#AmazonQ #AWS #VSCode #cybersecurity
———
@tsingular
✍7