AWS SDK for .NET 3.7.981.0版本发布:增强AI服务与存储功能
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,它让.NET开发者能够轻松地在应用程序中集成和使用AWS的各种云服务。该SDK提供了对AWS服务的编程访问接口,支持多种.NET平台,包括.NET Core和.NET Framework。
核心更新内容
本次发布的3.7.981.0版本带来了多项重要功能增强和优化,主要集中在AI服务和存储领域。
1. Bedrock Agent服务增强
Bedrock Agent服务新增了additionalModelRequestFields字段,该字段允许开发者在创建或更新Agent时指定额外的推理参数。这些参数超出了基础推理参数的范围,为模型定制提供了更大的灵活性。
在Bedrock Agent Runtime中,同样的字段也被添加到InvokeInlineAgent操作中,使得在调用内联Agent时也能使用这些额外的推理参数。这一增强特别适合需要精细控制模型行为的场景,如特定领域的AI应用。
2. B2Bi服务改进
B2Bi(Business-to-Business Integration)服务现在支持在合作伙伴资源的多个字段中使用空格,包括:
- ISA 06 - 发送方ID
- ISA 08 - 接收方ID
- GS 02 - 应用发送方代码
- GS 03 - 应用接收方代码
这一改进使得B2Bi服务能更好地兼容实际业务场景中可能出现的各种ID格式要求,提高了系统的兼容性和灵活性。
3. FSx存储服务升级
FSx服务现在支持Lustre文件系统的就地版本升级。这意味着用户可以在不迁移数据的情况下直接升级Lustre文件系统版本,大大简化了升级流程,减少了停机时间和操作复杂性。
4. OpenSearch Serverless安全增强
OpenSearch Serverless服务现在支持为SAML配置自定义实体ID。这一功能增强了身份验证的安全性,允许企业根据自身安全策略定制身份验证流程。
5. Polly语音服务扩展
Polly文本转语音服务新增了Jasmine(en-SG)神经语音支持。Jasmine是一种新加坡英语语音,目前仅作为神经语音提供,能够生成更加自然流畅的语音输出。
底层优化
在SDK核心层面,本次更新增加了对CRC64-NVME校验和计算的支持,前提是AWS Common Runtime (CRT)作为依赖项可用。这一优化提升了数据传输的可靠性和效率。
此外,SDK还改进了AWS4a签名过程中的线程安全性,通过双重检查锁定模式验证_awsSigV4AProvider在获取初始锁后未被重新初始化,确保了签名过程的稳定性和可靠性。
开发者建议
对于正在使用或计划使用上述服务的.NET开发者,建议关注以下实践:
-
对于Bedrock Agent用户,可以利用新的
additionalModelRequestFields参数来优化模型行为,但需要注意测试不同参数组合对模型输出的影响。 -
使用B2Bi服务的开发者现在可以更灵活地处理合作伙伴ID,但仍应确保ID格式符合业务伙伴的实际要求。
-
计划升级Lustre文件系统的用户应考虑就地升级带来的便利性,但仍需评估升级对业务连续性的影响并做好相应预案。
-
使用Polly服务的开发者可以尝试新的Jasmine语音,特别是针对新加坡英语用户的应用场景。
本次更新为AWS SDK for .NET带来了多项实用功能增强,特别是在AI服务和存储领域。开发者可以根据自身业务需求评估这些新功能的价值,并计划相应的集成工作。
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