AWS SDK Rust 2025年6月发布:新增控制目录功能与安全增强
AWS SDK Rust项目是亚马逊云服务官方提供的Rust语言SDK,它让开发者能够用Rust语言直接调用AWS的各种云服务。本次2025年6月11日的发布带来了多项重要更新,特别是在控制目录管理和安全防护方面有显著增强。
控制目录服务新增关键功能
本次发布中,控制目录服务(aws-sdk-controlcatalog)升级至1.57.0版本,引入了多项实用功能:
-
控制映射列表API:新增的ListControlMappings接口让开发者能够轻松检索控制映射关系,这对于需要管理大量云资源的团队特别有用。
-
增强的控制信息查询:GetControl和ListControls API现在可以返回控制别名和治理资源字段,提供了更丰富的控制项元数据。
-
精细化过滤功能:ListControls API新增了基于实现标识符和实现类型的过滤能力,使开发者能够更精确地定位需要的控制项。
这些改进使得云资源治理更加灵活和高效,特别适合需要精细控制云环境的企业级应用场景。
EKS服务安全增强
Amazon EKS服务(aws-sdk-eks)升级至1.93.0版本,带来了两项重要安全特性:
-
Pod身份跨账户功能:这一特性允许Pod在不同AWS账户间安全地使用身份凭证,简化了跨账户资源访问的管理。
-
会话标签禁用标志:新增的disableSessionTags参数提供了更细粒度的会话控制选项,增强了安全性。
其他服务更新亮点
-
Lex对话模型服务:新增了Assisted NLU功能,显著提升了聊天机器人的自然语言理解能力。
-
网络管理器服务:现在支持通过Cloud WAN管理的VPC进行公共DNS主机名到私有IP地址的解析,以及跨VPC的安全组引用。
-
WAF服务:提供了两种新的DDoS防护选项,包括针对应用负载均衡器的资源级监控和针对CloudFront分发的AWSManagedRulesAntiDDoSRuleSet托管规则组。
文档改进
RDS服务文档更新了关于Db2跨区域副本在备用模式下运行的说明,为使用这一特性的开发者提供了更清晰的指导。
开发者体验优化
本次发布还包含了多个SDK底层组件的更新,包括:
- 改进了错误处理和重试机制
- 优化了API调用的性能
- 增强了类型安全性
- 提供了更详细的文档注释
这些改进虽然不直接体现在功能上,但对于长期维护大型云应用的开发者来说,能够显著提升开发效率和代码质量。
总结
AWS SDK Rust的这次发布继续强化了其在云服务治理和安全方面的能力,特别是控制目录服务的增强为企业级云环境管理提供了更强大的工具。同时,EKS和WAF的安全更新也体现了AWS对云原生安全性的持续关注。对于使用Rust开发云应用的团队来说,升级到最新版本将能够利用这些新特性构建更安全、更易管理的云解决方案。
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