ZD至顶网软件频道消息:AWS称亚马逊Lex人工智能服务面向旗下所有客户开放,客户可利用该服务构建应用程序。
亚马逊Lex的机器学习技术和亚马逊Alexa相同。应用程序利用亚马逊Lex拥有的算法功能可建立对话及处理语音和文本。
对于AWS而言,Lex面向广大的客户基群开放可以扩大系统规模。谷歌、微软和Facebook都在力推自己的人工智能平台。和大多数的科技一样,能够吸引最多开发者和现实世界应用程序的人工智能平台通常会成为赢家。
亚马逊Lex的另一个重点:AWS提供的人工智能是托管服务。因此,更多的企业可能会试用Lex和构建应用程序。以前未能构建和部署语音识别和自然语言应用程序的公司现在可以一试牛刀,而且可以构建具规模的系统。假若AWS 在Lex上取得成功的话,Lex则可以被置入数个人工智能应用引擎里。
开发人员利用亚马逊Lex可以构建对话应用程序,对语音或文本输入进行解析。这些会话应用程序可以部署在移动设备或诸如Facebook Messenger和Slack等服务的机器人里。
几个要点:
下图是亚马逊Lex的一些定价:
亚马逊Lex消息发布的同时,正在旧金山召开AWS峰会亦传出不少新闻。综合如下:
AWS宣布推出亚马逊红移光谱(Redshift Spectrum)功能,红移客户可利用红移光谱功能对自己的Amazon S3数据进行SQL查询操作。客户利用红移光谱可查询Amazon S3存储数据湖里的非结构化数据。
AWS推出亚马逊DynamoDB加速器。DynamoDB加速器为托管内存缓存服务,可以提高DynamoDB的响应时间性能。
亚马逊极光(Aurora)发布开放预览版,亚马逊极光兼容PostgreSQL。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。