NVIDIA 发布 Nemotron 3.5 Embed、Rerank 与 Parse 检索模型
NVIDIA 扩展 Nemotron Retriever 系列,发布 Nemotron 3.5 Embed 8B BF16、1B BF16、1B NVFP4,Nemotron 3.5 Rerank 8B BF16,以及 631M 参数的 Nemotron 3.5 Parse,均为开放且可商用的模型。
NVIDIA 扩展 Nemotron Retriever 系列,发布 Nemotron 3.5 Embed 8B BF16、1B BF16、1B NVFP4,Nemotron 3.5 Rerank 8B BF16,以及 631M 参数的 Nemotron 3.5 Parse,均为开放且可商用的模型。
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台,将每个用例的部署时间缩短 50%。
Amazon Quick 与 Amazon Bedrock AgentCore 组合,让供应链管理者用自然语言跨系统查询并执行操作。演示中一次查询返回三项供应中断,其中 TechComp 停产事件涉及 23 笔订单、$750K 风险金额和三天库存。AgentCore 通过 MCP 工具层连接 ERP、监控、采购等系统,所有变更需指定人工审批。
该教程演示以 Strategy Mosaic 作为语义层,在 Amazon Redshift 与 Amazon Aurora 上通过两个链接模型建模 C360 域,无需 ETL。
在 AWS 上可用 Denodo Platform 作为语义层,通过 Denodo MCP Server 将受治理视图暴露给托管在 Amazon Bedrock AgentCore 上的智能体,并以 VQL 查询。
Databricks 以内部应用 Slide Hub(约 700 份演示文稿、2.3 万条幻灯片)为基准,实测 Lakebase Postgres 内置搜索在 1M 到 4M 行公开语料下的表现。
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand,可回答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
Orca Security 与 AWS 合作,基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI,可将自然语言问题转换为 Sonar 查询。相比最初基线,查询成本降低 90%、输入 token 减少 93%、延迟降低 75%,目前每天处理数千次查询,响应时间 15 秒。
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成 PowerPoint 演示文稿,内部测试中完成时间不到 90 秒。
Postman 的 Agent Mode 运行在 Amazon Bedrock 上,为 4000 万开发者提供跨 API 测试、文档、发现与实现的 AI 原生工作方式。
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验,在查询时直接向权威数据源核实权限。
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw,构建带长期记忆的个人助手。
Qlik 基于 Amazon Bedrock 打造 Qlik Answers,让员工用自然语言提问并获得带来源的可信回答,自 2026 年 2 月正式可用以来,其 Discovery Agent 已为客户发现超过 10 万条异常与离群点。
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI,将数据库诊断时间从 45 分钟降至 10 分钟,减少 78%。该系统由三人团队在六个月内交付,同时把 10 步以上手动生命周期操作压缩为一次交互,并将冗余告警中位数削减 65%。