AWS SDK for JavaScript v3.787.0 版本发布:新增多项服务功能与优化
AWS SDK for JavaScript v3.787.0 版本带来了多项重要更新,主要涉及应用程序自动扩展、Q Business、ElastiCache、M2、QuickSight 和 MediaLive 服务的功能增强。作为 AWS 官方提供的 JavaScript SDK,它使开发者能够轻松地在 Node.js 和浏览器环境中与 AWS 服务进行交互。
核心功能更新
应用程序自动扩展服务增强
Application Auto Scaling 服务现在支持对自行设计的 Elasticache Memcached 集群进行水平扩展。开发者可以使用目标跟踪扩展策略和计划扩展来实现这一功能,这将帮助用户更灵活地管理 Memcached 集群资源,根据负载情况自动调整集群规模。
Q Business 新增幻觉减少功能
Q Business 服务引入了全新的"幻觉减少"功能开关。当启用此功能时,Q Business 能够检测并尝试从某些聊天请求中移除可能产生的幻觉内容。这一特性对于提高 AI 生成内容的准确性和可靠性具有重要意义。
ElastiCache 支持 Memcached 节点类型更新
ElastiCache 服务现在支持通过 MemcachedUpgradeConfig 参数配合 ModifyCacheCluster API 来更新 Memcached 缓存节点类型。这为用户提供了更大的灵活性,可以根据业务需求调整缓存节点的配置,而无需重建整个集群。
M2 服务新增数据集导出功能
Mainframe Modernization 服务(M2)新增了三项重要 API:
- CreateDataSetExportTask:创建数据集导出任务
- GetDataSetExportTask:获取数据集导出任务详情
- ListDataSetExportHistory:列出数据集导出历史记录
此外,该版本还增加了对 Blu Age 应用程序批量重启的支持,提高了大型机现代化迁移过程中的操作效率。
QuickSight 分析功能增强
QuickSight 商业智能服务现在支持在分析和工作表级别进行高亮显示。这一功能增强了数据可视化的交互性,使用户能够更直观地识别和强调关键数据点。
MediaLive 媒体处理能力扩展
AWS Elemental MediaLive 服务新增了对以下特性的支持:
- CMAF 输入的字幕语言映射
- TimedMetadataId3 设置
- 链接输入分辨率
这些增强功能为媒体处理工作流提供了更丰富的配置选项,特别是在处理多语言内容和元数据时。
底层架构与工具改进
在底层架构方面,本次更新包含了端点模型的更新和 AWS 分区配置的调整,确保 SDK 能够正确路由到最新的 AWS 服务端点。同时,代码生成器也进行了优化,修复了 operationContextParams 相关的问题,提高了生成的客户端代码的稳定性。
对于开发者工具链,aws-util-test 包进行了清理,移除了构建过程中不必要的规范文件,并添加了 @aws-sdk/weather 作为工作区依赖,改善了测试环境的配置。
测试与文档完善
在测试方面,middleware-flexible-checksums 中间件的测试说明进行了更新,特别是关于 MD5 回退机制的指导更加清晰。这有助于开发者在处理校验和时做出正确的实现选择。
总体而言,AWS SDK for JavaScript v3.787.0 版本在多个 AWS 服务的功能支持上都有显著提升,同时也在底层架构和开发者体验方面做出了改进。这些更新使得开发者能够更高效地构建基于 AWS 的应用程序,特别是在数据分析、AI 服务和媒体处理等领域。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00