AWS SDK for .NET 3.7.1043.0版本发布:Bedrock增强与ECS存储优化
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3.7.1043.0版本带来了多项重要更新,主要集中在AI服务Bedrock、容器服务ECS以及控制塔服务ControlTower的功能增强上。
Bedrock服务跨区域推理支持
Bedrock是AWS提供的全托管基础模型服务,本次更新为其Guardrails功能增加了跨区域推理能力。开发者现在可以通过在CreateGuardrail或UpdateGuardrail操作中使用crossRegionConfig参数,实现跨区域的护栏配置。这一改进特别适合需要满足数据主权要求或需要就近处理用户请求的全球化应用场景。
BedrockAgentRuntime服务也同步更新,增强了跟踪功能中的元数据处理能力,为开发者提供更详细的执行跟踪信息,便于调试和监控AI代理的运行情况。
ECS任务存储性能优化
弹性容器服务(ECS)在此版本中引入了一个重要特性——支持为附加到ECS任务的EBS卷配置初始化速率。通过新增的volumeInitializationRate参数,开发者可以在RunTask、StartTask、CreateService和UpdateService等API中控制EBS卷的初始化速度。
这一特性对于需要快速启动大量任务的应用场景尤为重要,开发者现在可以根据实际需求平衡存储初始化速度和资源消耗,优化容器启动性能。例如,对于需要快速扩展的服务,可以适当提高初始化速率;而对于资源敏感型应用,则可以降低速率以减少对系统资源的冲击。
ControlTower基线漂移检测
AWS Control Tower服务新增了继承漂移状态报告功能。通过GetEnabledBaseline和ListEnabledBaselines API,管理员现在可以获取已启用基线的继承漂移状态。更实用的是,ListEnabledBaselines API新增了按启用状态和漂移状态过滤的功能,使管理员能够快速识别需要关注的账户和组织单元(OU)。
这一改进大大简化了企业IT治理工作,让管理员能够更高效地监控和管理多账户环境中的配置一致性,确保符合企业IT政策和合规要求。
其他服务更新
License Manager服务为托管权利资源增加了标签功能。现在,许可证和授权资源都可以被标记,这为资源管理和成本分配提供了更大的灵活性,特别是在大型企业环境中。
DSQL服务将CreateMultiRegionClusters和DeleteMultiRegionClusters API标记为已弃用,同时引入了通过CreateCluster API中的multiRegionProperties参数创建多区域集群的新体验。这一变化反映了AWS对API设计的持续优化,为开发者提供更一致和易用的接口。
总结
AWS SDK for .NET 3.7.1043.0版本带来了多项实用更新,特别是对AI服务、容器服务和治理工具的增强。这些改进不仅扩展了功能边界,也优化了开发者体验,使.NET开发者能够更高效地构建和运维基于AWS的云原生应用。建议使用相关服务的开发者及时升级SDK版本,以利用这些新特性优化应用架构和运维流程。
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