AWS SDK for Java v2 2.31.21版本发布:增强多区域支持与服务功能优化
AWS SDK for Java v2是亚马逊云服务官方提供的Java开发工具包,它允许开发者通过Java应用程序与AWS云服务进行交互。该SDK提供了简单易用的API接口,支持开发者快速构建基于AWS的云应用。最新发布的2.31.21版本带来了一系列功能增强和优化,特别是在多区域支持和服务功能方面有所提升。
多区域双栈端点支持扩展
本次更新显著增强了多个AWS服务的双栈端点支持,特别是在中国区和政府云区域:
-
Marketplace Entitlement Service:新增对中国区和政府云区域的双栈端点支持,使这些区域的用户能够同时使用IPv4和IPv6协议访问服务。
-
Marketplace Metering Service:同样扩展了对中国区的双栈端点支持,为计量服务提供了更灵活的网络连接选项。
-
Detective服务:增加了对双栈端点的全面支持,增强了网络连接的可靠性和灵活性。
这些改进使得在特定区域的用户能够更好地利用现代网络协议,提高连接稳定性和未来兼容性。
服务功能优化与调整
AWS Parallel Computing服务改进
对集群标识符、计算节点组标识符和队列标识符的最小长度要求进行了调整,从原先的限制降低到3个字符。这一变化为资源命名提供了更大的灵活性,同时保持了标识符的足够区分度。
Amazon DataZone权限提升
将SubscriptionTarget中授权主体的硬限制从10个提高到20个,这一调整满足了需要更复杂权限配置场景的需求,为大型企业应用提供了更好的支持。
Amazon Connect Contact Lens分析增强
对实时联系分析分段(ListRealtimeContactAnalysisSegments)的响应进行了优化,使情感分析成为可选项。这一改进使得响应内容可以根据对话分析配置动态调整,减少了不必要的数据传输和处理开销。
Amazon Verified Permissions新增保护机制
引入了策略存储的删除保护功能:
- 默认情况下删除保护是禁用的
- 可以通过CreatePolicyStore或UpdatePolicyStore API启用
- 可通过GetPolicyStore查看当前保护状态
这一功能为防止意外删除关键策略提供了额外保障,特别适合生产环境使用。
底层库更新与文档完善
-
aws-crt升级:将底层aws-crt库更新至0.38.1版本,带来了性能改进和稳定性提升。
-
DynamoDB文档完善:对API描述进行了文档更新,提供了更清晰的接口说明和使用指南。
-
端点元数据更新:更新了端点和分区元数据,确保SDK能够正确识别和访问所有AWS区域的最新服务端点。
总结
AWS SDK for Java v2 2.31.21版本通过扩展双栈端点支持、优化服务功能限制和增强安全保护机制,进一步提升了开发者在多样化场景下使用AWS服务的能力。特别是对中国区和政府云区域用户来说,新增的双栈支持意味着更好的网络连接选择和未来兼容性。各项功能调整和文档完善也使得SDK更加易用和可靠,推荐所有使用Java开发AWS应用的开发者升级到此版本。
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-1.5暂无简介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
Spark-Formalizer-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
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