AWS SDK for PHP 3.336.11版本发布:Route53新增泰国区域支持与SageMaker IPv6能力增强
AWS SDK for PHP作为亚马逊云服务官方提供的PHP语言开发工具包,近日发布了3.336.11版本更新。本次更新主要围绕Route53域名服务和SageMaker机器学习服务进行了功能增强,同时包含了对RDS文档的优化说明。
Route53新增亚太(泰国)区域支持
在3.336.11版本中,Route53服务新增了对亚太(泰国)区域(ap-southeast-7)的全面支持。这一更新为开发者带来了三项重要能力:
-
延迟记录(Latency Records):现在可以在泰国区域创建基于延迟的路由策略,使终端用户能够自动连接到网络延迟最低的AWS区域端点。
-
地理邻近记录(Geoproximity Records):支持基于用户与泰国区域地理位置接近程度的路由策略,优化东南亚地区用户的访问体验。
-
私有DNS for VPC:允许在泰国区域的VPC中使用Route53私有托管区域,为企业内部应用提供安全的域名解析服务。
这一更新特别有利于在东南亚地区有业务部署的企业,能够显著改善泰国及周边国家用户的访问速度和稳定性。
SageMaker HyperPod新增IPv6支持
针对机器学习工作负载,本次SDK更新为SageMaker HyperPod集群节点添加了IPv6网络协议支持。这一增强功能为开发者带来以下优势:
-
双栈网络支持:现在HyperPod集群可以同时配置IPv4和IPv6地址,满足现代网络环境的需求。
-
未来兼容性:为IPv6-only网络环境下的机器学习工作负载提供了支持基础。
-
扩展性提升:IPv6更大的地址空间为大规模集群部署提供了更好的扩展性。
这一特性对于需要处理海量数据的机器学习项目尤为重要,特别是在需要连接IPv6资源或运行在纯IPv6环境中的场景。
RDS文档优化说明
虽然本次更新没有引入新的RDS功能,但对RestoreDBClusterToPointInTime操作的文档描述进行了优化和澄清。这一改进帮助开发者更准确地理解该API的使用场景和限制条件,避免在实际操作中出现误解。
开发者升级建议
对于正在使用AWS SDK for PHP的开发者,特别是那些在东南亚地区部署应用或使用SageMaker机器学习服务的企业,建议尽快升级到3.336.11版本以获取这些新功能。升级过程简单直接,可以通过Composer包管理器完成,或者直接下载预构建的PHAR或ZIP包。
新版本的这些增强功能不仅扩展了AWS服务的地理覆盖范围,也为现代网络环境下的应用部署提供了更好的支持,体现了AWS持续优化全球基础设施和开发体验的承诺。
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-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
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