AWS SDK for .NET 3.7.1031.0版本发布:BedrockRuntime新增S3集成能力
项目概述
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它使.NET开发者能够轻松地在应用程序中集成和使用各种AWS服务。该SDK提供了对AWS服务的强类型访问,简化了身份验证、请求重试和错误处理等常见任务,是.NET开发者构建云原生应用的重要工具。
版本亮点
1. BedrockRuntime服务重大更新
在3.7.1031.0版本中,BedrockRuntime服务迎来了重要功能增强,新增了对Amazon S3存储内容的直接引用能力:
-
S3集成简化:现在开发者可以在使用InvokeModel和Converse API时,直接引用存储在Amazon S3中的图像和文档,无需手动下载或进行base64编码处理。这一改进显著简化了多媒体内容处理流程。
-
模型支持:该功能特别针对Amazon Nova Lite和Nova Pro模型进行了优化,使得这些模型能够直接处理S3中的多媒体资源。
-
性能优化:通过消除中间处理步骤,不仅减少了开发工作量,还能降低内存使用和提高处理效率,特别是在处理大型多媒体文件时优势更为明显。
2. 文档更新与改进
-
ECS服务文档:此版本包含了对Amazon Elastic Container Service(ECS)文档的更新,虽然不涉及功能变更,但改进了文档质量和准确性。
-
MarketplaceDeployment服务:修复了多个客户报告的文档问题,提升了开发者体验。
技术实现细节
对于BedrockRuntime的新功能,开发者现在可以采用更简洁的代码结构来处理S3中的多媒体内容。例如:
var request = new InvokeModelRequest
{
ModelId = "amazon.nova-pro-v1",
ContentType = "application/json",
Body = new MemoryStream(Encoding.UTF8.GetBytes(
@"{
""input"": {
""text"": ""分析这张图片"",
""image"": {
""s3Uri"": ""s3://my-bucket/path/to/image.jpg""
}
}
}"))
};
var response = await bedrockRuntimeClient.InvokeModelAsync(request);
这种实现方式相比之前需要下载文件并转换为base64编码的方式,代码更加简洁,资源利用率更高。
升级建议
对于正在使用BedrockRuntime服务处理多媒体内容的开发者,强烈建议升级到此版本以利用新的S3集成功能。升级步骤简单:
- 更新NuGet包引用至3.7.1031.0版本
- 修改现有代码,将base64编码处理改为直接引用S3 URI
- 测试验证功能正常性
对于其他服务的使用者,虽然此版本没有功能变更,但建议定期更新以获取最新的文档改进和底层优化。
总结
AWS SDK for .NET 3.7.1031.0版本通过BedrockRuntime服务的S3集成能力,为处理多媒体内容的开发者提供了更高效、更简洁的解决方案。这一改进不仅减少了开发工作量,还提升了系统性能,体现了AWS对开发者体验的持续关注和优化。建议相关开发者评估这一新功能,并考虑在适当场景中采用。
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