AWS SDK Rust 2025年3月发布:API网关双栈支持与Bedrock多模态内容过滤
AWS SDK Rust项目是亚马逊云服务官方提供的Rust语言SDK,它让开发者能够使用Rust语言直接调用AWS的各种云服务。2025年3月28日,该项目发布了新版本,带来了多项重要功能更新,主要集中在API网关、Bedrock运行时服务以及QuickSight等服务的增强上。
API网关双栈IP支持
本次更新中,AWS SDK Rust为API网关服务(包括v1和v2版本)添加了对双栈IP地址类型的支持。这意味着开发者现在可以通过SDK配置API网关,使其同时支持IPv4和IPv6两种地址类型的请求。
在当今互联网环境中,IPv6的普及度越来越高,但同时IPv4仍然广泛使用。双栈支持允许API网关同时处理两种IP协议的请求,确保了服务的兼容性和未来扩展性。开发者可以通过简单的SDK调用,为API网关或自定义域名设置IP地址类型,无需担心协议兼容性问题。
Bedrock运行时服务增强
AWS Bedrock是一项托管的基础模型服务,本次更新为其运行时组件添加了多模态内容过滤功能。这一功能特别针对生成式AI应用场景,能够对文本、图像等多种模态的内容进行安全过滤。
多模态内容过滤对于构建安全的AI应用至关重要。它可以帮助开发者防止不适当或有害内容的生成和传播,特别是在开放给公众使用的AI应用中。通过Bedrock的Guardrails功能,开发者可以设置内容过滤规则,确保AI生成的内容符合业务要求和道德标准。
QuickSight数据分析能力提升
AWS QuickSight是亚马逊的云原生商业智能服务,本次SDK更新为其带来了多项新功能:
- 基于行级安全(RLS)权限的数据集支持,允许更细粒度的数据访问控制
- 阈值警报、计划任务和快照功能的增强
- 支持通过API控制数据集刷新邮件提醒
- 转置表格功能,提供更灵活的数据展示选项
- 仪表板问答功能的开关控制
这些增强使得开发者能够通过SDK更灵活地控制QuickSight的行为,构建更强大的数据分析应用。
其他重要更新
除了上述主要功能外,本次发布还包括:
- CodeBuild支持缓存命名空间,提高构建效率
- Payment Cryptography服务增加密钥传输功能,支持AES-256等密钥的安全交换
- SageMaker服务增强,包括批量转换的AMI版本支持和搜索API扩展
开发者体验优化
AWS SDK Rust团队持续关注开发者体验,本次发布也包含了对多个服务的文档更新和错误修复。特别是ECS服务的文档更新,解决了多个开发者反馈的问题。
对于Rust开发者来说,使用这些新功能非常简单。只需更新到最新版本的SDK,然后按照常规方式调用新增的API即可。AWS SDK Rust保持了Rust语言的特点,提供了强类型、异步友好的API接口,同时充分利用Rust的所有权模型确保资源安全。
总结
2025年3月的AWS SDK Rust发布为开发者带来了多项实用的新功能,特别是在API网关、AI服务和数据分析领域。这些更新不仅扩展了SDK的功能范围,也提升了开发者在构建云原生应用时的效率和安全性。随着Rust在云服务领域的日益普及,AWS SDK Rust的持续更新将为开发者提供更强大的工具来构建高性能、安全的云应用。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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