Amazon Bedrock：构建生成性人工智能应用程序的新创新

将您自己的AI模型带到Bedrock的能力。更多亚马逊泰坦型号。全面防止有害内容。以下是Amazon Bedrock的新功能，以及为什么成千上万的客户已经使用它进行了构建。

亚马逊网络服务（AWS）今天宣布了新的亚马逊Bedrock创新，为客户提供最简单、最快速、最安全的方法来开发先进的生成性人工智能（AI）应用程序和体验。

让我们用这些创新之一——亚马逊泰坦图像发生器（当然是从土星最大的卫星泰坦的表面）制作的插图来对它们进行分解。

新的自定义模型导入功能可帮助组织将自己的模型引入Amazon Bedrock

在人工智能中，两个（甚至三个）模型往往比一个更好。这是复合智能效应。

Amazon Bedrock客户越来越多地通过为其特定领域的用例定制公开可用的模型来使用自己的数据。这是因为当客户将Bedrock中可用的不同基础模型（FM）和大型语言模型（LLM）的智能与他们自己的数据相结合时，会产生复合智能效应。可以将其视为生成人工智能版本的“两个头（或多个头）比一个头好”。这种增加的智能也意味着由此产生的应用程序能够更好地满足更广泛的用例。那么，客户一直在要求什么呢？将自己的自定义模型添加到Bedrock的简单安全方法。

使用Amazon Bedrock自定义模型导入，组织现在可以在Bedrock中导入和访问自己的自定义模型，作为一个完全管理的应用程序编程接口（API），这为他们在构建生成型人工智能应用程序时提供了前所未有的选择。首先，组织可以很容易地向Amazon Bedrock添加他们在Amazon SageMaker上定制的模型，或者通过其他第三方工具或云提供商进行定制。在完成自动验证过程后，他们可以像亚马逊Bedrock上的其他人一样无缝地访问他们的定制模型。

有了这一新功能，AWS使组织可以通过相同的API轻松选择Amazon Bedrock模型和他们自己的自定义模型的组合。Amazon Bedrock Custom Model Import今天提供预览版，支持三种最流行的开放式模型架构——Flan-T5、Llama和Mistral，并计划在未来提供更多。

模型评估帮助客户评估、比较和选择最佳模型，以构建和部署生成性人工智能应用程序

在选择人工智能模型时，模型准确性和模型性能之间的微妙平衡是关键。

当然，在组合模型以获得更多智能之前，客户希望更清楚地了解哪些模型最适合其特定应用。为特定用例选择最佳模型需要在模型准确性和模型性能之间取得微妙的平衡。到目前为止，组织需要为每一个新的模型和用例进行这种经常费时费力的平衡操作。其结果是生成性人工智能体验的开发和交付较慢。

现在普遍可用，模型评估是组织在Amazon Bedrock上分析和比较模型的最快方式，减少了评估模型所花费的时间，从而可以更快地将新的应用程序和体验推向市场。客户可以通过选择预定义的评估标准（例如，准确性和健壮性）并上传自己的提示库或从内置的公共可用数据集中进行选择来快速入门。对于需要细微判断的主观标准或内容，客户可以轻松设置基于人的评估工作流。一旦客户完成设置过程，Amazon Bedrock将运行评估并生成报告，这样客户就可以了解模型在其关键标准中的表现，并快速为其用例选择最佳模型。

亚马逊Titan系列人工智能模型刚刚增长了两倍

使用亚马逊泰坦图像生成器只需简单的文本即可制作出美丽的图像。

AWS很高兴地宣布亚马逊泰坦图像生成器-现在有了看不见的水印和最新版本的亚马逊Titan文本嵌入，两者都只在亚马逊Bedrock上。

广告、电子商务、媒体和娱乐等行业的用户现在可以访问Amazon Titan Image Generator，以低成本从头开始制作高质量图像，或增强和编辑现有图像。只需在提示字段中键入文本描述，Amazon Titan就会将该文本转换为您描述的任何图像和样式。例如，上面显示的图像提示是：“从背景为土星的土卫六表面，现代字体中的文字“花”从一个非常友好的机器人嘴里浮现出来，然后文字变成月球表面阳光灿烂的花的图像。”

亚马逊泰坦在其生成的所有图像上都应用了隐形水印，有助于识别人工智能生成的图像，以促进人工智能技术的安全、可靠和透明发展，并减少虚假信息的传播。该模型还可以检查是否存在水印，帮助客户确认图像是否由Amazon Titan image Generator生成。

今天宣布的第二个家族成员是Amazon Titan Text Embeddings V2，它针对使用Retrieval Augmented Generation（RAG）用例进行了优化，使其非常适合各种用例，例如信息检索、问答聊天机器人和个性化建议。RAG是一种流行的模型定制技术，其中FM连接到其他知识源，可以参考这些知识源来筛选更准确的响应。虽然结果很理想，但运行这些操作可能需要大量的计算和存储。随着本月晚些时候推出的Amazon Titan Text Embeddings V2，客户可以选择利用灵活的嵌入大小来满足不同的应用程序需求，从低延迟的移动部署到高精度的异步工作流，这将总体存储减少了四倍，同时保留了RAG用例97%的准确性。

有了Amazon Bedrock的Guardrails，客户可以轻松实施保护措施，删除个人和敏感信息、脏话、特定词语，并屏蔽有害内容

Amazon Bedrock的内置护栏确保所有人都能安全使用AI应用程序。

为了让生成性人工智能在每个行业中普及，组织必须确保它以安全、可信和负责任的方式实现。许多模型使用内置控件来过滤不受欢迎和有害的内容，但组织希望进一步管理模型，以便响应保持相关性，与公司政策保持一致，并遵守负责任的人工智能原则。现在普遍可用，基岩护栏提供业界领先的安全保护，帮助客户阻止多达85%的有害内容。

为了创建护栏，客户只需提供一个自然语言描述，定义应用程序上下文中被拒绝的主题。客户还可以配置阈值，以过滤掉仇恨言论、侮辱、色情语言和暴力等领域的内容。这是除过滤器之外的另一个功能，可以删除亵渎或特定的屏蔽词。Guardrails是顶级云提供商提供的唯一一个解决方案，它允许客户在一个产品中拥有内置和自定义安全保护，它可以与Amazon Bedrock中的所有大型语言模型以及微调模型一起使用。

数以万计的客户已经选择Amazon Bedrock作为其生成性人工智能战略的基础，因为它为他们提供了最广泛的第一和第三方大型语言模型（LLM）以及来自领先人工智能公司的其他基础模型（FM），包括AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、，Stability AI和Amazon，以及领先的易用性功能，可快速构建和部署生成性AI应用程序。Amazon Bedrock的强大模型是作为一种完全管理的服务提供的，因此客户无需担心如何配置计算实例，从而确保无缝部署、可扩展性和持续优化。

开始使用亚马逊基岩并了解亚马逊的人工智能创新.