Что нового в Amazon Bedrock: более 100 моделей, более умный вывод и интеграция корпоративных данных

Amazon Web Services предпринимает значительные шаги к демократизации внедрения генеративного ИИ. На ежегодной конференции re:Invent AWS объявила о крупном обновлении Amazon Bedrock — своей платформы управляемых базовых моделей — представив более 100 новых доступных моделей, расширенные оптимизации вывода и мощные возможности обработки данных, предназначенные для ускорения развертывания ИИ предприятиями.

Взрыв моделей: доступ к более чем 100 базовым моделям

Ассортимент доступных моделей значительно расширяется. Помимо собственных базовых моделей Amazon Nova, в экосистему теперь входят вклад ведущих лабораторий ИИ. Модель Ray 2 от Luma AI приносит возможности генерации видео в производственные среды, позволяя пользователям создавать высококачественный видеоконтент из текста и изображений с реалистичной физикой и последовательным поведением персонажей. Это открывает возможности для маркетинговых команд, архитекторов и дизайнеров, желающих быстро прототипировать визуальные концепции.

Команды, ориентированные на код, теперь имеют доступ к моделям malibu и point от poolside через Amazon Bedrock — инструментам, специально разработанным для задач программной инженерии, таких как генерация кода, тестирование и документация. Эти модели можно донастраивать на корпоративных кодовых базах, позволяя компаниям создавать ИИ-ассистентов, адаптированных к их конкретным практикам и стандартам разработки.

Stability AI’s Stable Diffusion 3.5 Large присоединяется к платформе для рабочих процессов генерации изображений. Модель поддерживает разнообразные художественные стили и ускоряет создание концепт-артов для индустрий от игр до розничной торговли.

Помимо этих флагманских дополнений, Marketplace Amazon Bedrock теперь каталогизирует более 100 моделей — включая специализированные варианты для финансов (Writer’s Palmyra-Fin), перевода (Upstage’s Solar Pro) и биологических исследований (EvolutionaryScale’s ESM3). Клиенты выбирают модель, соответствующую их кейсу, настраивают инфраструктуру через AWS и развертывают через унифицированные API с встроенным управлением и безопасностью.

Умнее вывод: кеширование запросов и динамическая маршрутизация

По мере масштабирования моделей в производство, затраты на вывод и задержки становятся критическими ограничениями. Две функции решают эти задачи напрямую.

Кеширование запросов позволяет безопасно сохранять часто используемый контент, снижая нагрузку на обработку. Первые результаты показывают значительные улучшения: у Adobe Acrobat AI Assistant время отклика снизилось на 72% при кешировании запросов на Amazon Bedrock. Снижение затрат достигает 90% для поддерживаемых моделей, а задержки уменьшаются до 85%.

Интеллектуальная маршрутизация запросов динамически обрабатывает сложность запросов. Система анализирует входящие запросы с помощью передовых методов сопоставления и направляет каждый к оптимальной модели внутри семейства. Простые запросы идут к меньшим, более дешевым моделям; сложные — к большим моделям. Результат: снижение затрат до 30% при сохранении качества ответов. Компания Argo Labs, специализирующаяся на голосовых ИИ, использует этот подход для обработки запросов клиентов ресторанов — направляя простые вопросы «да/нет» на легкие модели, а более сложные — на вычислительные ресурсы для уточнённых вопросов о меню и доступности.

Использование данных: структурированные запросы и графы знаний

Базы знаний Amazon Bedrock теперь поддерживают прямой доступ к структурированным данным. Вместо преобразования корпоративных баз данных в неструктурированный текст, клиенты могут задавать вопросы к структурированным данным с помощью естественного языка, а система переводит запросы в SQL, выполняемый против хранилищ данных и озёр данных. Платформа Octus, предназначенная для кредитной аналитики, планирует использовать это для интерактивного исследования структурированных кредитных данных, сокращая месяцы интеграционной работы до дней настройки.

Возможности графов знаний (GraphRAG) позволяют предприятиям моделировать связи внутри своих данных автоматически. BMW Group планирует внедрить это для внутреннего помощника (MAIA), используя графовые базы данных для поддержания контекстуальных связей между активами данных и постоянного повышения релевантности ответов на основе реальных сценариев использования.

Автоматизированный поток данных: от неструктурированных к структурированным

Новая услуга Amazon Bedrock Data Automation преобразует документы, изображения, аудио и видео в структурированные форматы — автоматически. Банки, обрабатывающие кредитные документы, страховые компании, анализирующие претензии, и команды цифровых активов, управляющие контентом, теперь могут извлекать, нормализовать и структурировать данные в масштабах без ручных усилий.

Автоматизация включает встроенное определение доверия и опирается на исходные материалы для снижения рисков галлюцинаций. Symbeo использует это для автоматизации обработки счетов — быстрее извлекая данные из страховых претензий и медицинских счетов. Tenovos применяет это для семантического поиска, увеличивая повторное использование контента более чем на 50%.

Импульс внедрения

Установленная база отражает успех стратегии. Amazon Bedrock уже обслуживает десятки тысяч клиентов — рост на 4,7 раза по сравнению с прошлым годом. Adobe, BMW Group, Zendesk, Argo Labs и другие уже используют эти новые возможности, что свидетельствует о доверии к зрелости и направлению платформы.

Доступность и запуск

Marketplace Amazon Bedrock доступен немедленно. Кеширование запросов, интеллектуальная маршрутизация, улучшения баз знаний (структурированные данные и GraphRAG), а также автоматизация данных находятся в предварительном просмотре. Модели Luma AI, poolside и Stability AI скоро появятся.

Новости Bedrock отражают более широкую стратегию AWS: снизить барьеры для предприятий при создании ИИ-приложений, автоматически управляя инфраструктурой, выбором моделей и оптимизацией затрат. Для команд разработки это означает более быстрое прототипирование, меньшие затраты на эксперименты и более легкий переход от концепции к производству.