AWS SDK for .NET 3.7.1005.0版本发布:新增Bedrock评估作业与Lambda Ruby支持
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它让.NET开发者能够轻松地在应用程序中集成AWS云服务。本次发布的3.7.1005.0版本带来了多项重要更新,包括对Bedrock评估作业自定义提示路由器的支持、Lambda新增Ruby 3.4运行时,以及MediaConnect新增NDI流输出功能等。
Bedrock服务增强
Bedrock服务在此次更新中新增了对评估作业自定义提示路由器的支持。评估作业是评估和比较不同AI模型性能的重要工具,而自定义提示路由器则允许开发者更灵活地控制评估过程中提示的分发方式。这一功能特别适用于需要复杂评估流程的场景,开发者可以根据特定需求定制提示的分发逻辑,从而获得更精确的模型评估结果。
Lambda运行时支持扩展
AWS Lambda服务现在新增了对Ruby 3.4运行时的支持。这意味着开发者可以使用最新的Ruby语言特性来构建无服务器应用。Ruby 3.4带来了性能改进和新语言特性,如更快的YJIT即时编译器、改进的模式匹配语法等。对于Ruby开发者来说,现在可以在Lambda上享受到这些新特性带来的开发效率提升。
MediaConnect新增NDI输出支持
AWS Elemental MediaConnect服务现在支持NDI(Network Device Interface)流输出。NDI是一种流行的IP视频传输协议,广泛应用于专业视频制作环境。通过这一更新,用户可以直接将MediaConnect传输流发送到NDI环境,简化了视频内容分发流程,特别适合需要将云上视频内容集成到本地制作工作流的场景。
其他重要更新
DynamoDB组件修复了StoreAsEpoch属性处理Nullable DateTime类型时的错误,现在能够正确检查空值而不是依赖异常处理。这一改进提高了数据处理的可靠性。
NeptuneGraph服务更新了IAM角色ARN验证逻辑,现在支持包含路径的角色ARN。这使得IAM角色管理更加灵活,特别是在使用复杂IAM组织结构时。
SageMaker Processing Jobs新增了对g6、g6e、m6i和c6i实例类型的支持,为用户提供了更多计算选项来优化成本和性能平衡。
底层改进
所有服务都更新了分页器实现,使用最新的分页器模型文件,这提高了API调用的稳定性和一致性。核心组件也进行了相应更新,确保与各服务的兼容性。
此次更新为.NET开发者提供了更多工具和选项来构建云原生应用,特别是在AI评估、无服务器计算和媒体处理等领域。开发者可以根据项目需求选择合适的新特性,提升开发效率和系统性能。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00