AWS SDK for .NET 3.7.989.0版本发布:增强Bedrock服务与AI推理能力
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开发者能够轻松地集成和调用各种AWS服务。本次3.7.989.0版本的发布主要聚焦于AI服务能力的增强,特别是Bedrock系列服务的功能扩展,同时也包含了一些服务的优化调整。
Bedrock系列服务功能增强
本次更新中,Bedrock系列服务获得了显著的功能增强。Bedrock Agent服务现在能够更好地支持新模型,这为开发者构建基于Bedrock Flows的AI应用提供了更大的灵活性和选择空间。Bedrock Agent Runtime服务新增了对ReasoningContent字段的支持,该字段现在可以出现在预处理、后处理和编排跟踪的输出中,这使得开发者能够更深入地理解和分析AI模型的推理过程。
Bedrock Runtime服务同样获得了重要更新,新增了对Converse和ConverseStream API的Reasoning Content支持。这一功能使得开发者能够获取模型在对话过程中的推理内容,为构建更智能、更透明的对话系统提供了可能。
服务调整与优化
在本次更新中,ElastiCache服务获得了文档更新,AWS团队对文档进行了重新表述和优化,提高了文档的清晰度和易读性。值得注意的是,Elastic Inference服务已从SDK中移除,这是因为AWS已经正式停止了该服务。开发者如果需要类似功能,可以考虑使用其他AWS推理服务替代方案。
底层核心更新
AWS SDK for .NET的核心组件也同步更新到了3.7.402.6版本,主要包含了对终端节点(endpoints)配置文件的更新。所有服务包现在都需要使用这个新版本的核心组件,开发者需要注意及时更新依赖以避免兼容性问题。
对于.NET开发者来说,这次更新特别是Bedrock系列服务的增强,为构建基于大语言模型的AI应用提供了更强大的工具支持。Reasoning Content等新功能的加入,使得开发者能够更好地理解和控制AI模型的推理过程,这对于开发需要高透明度和可解释性的AI应用尤为重要。
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