产品
别名：SageMaker AI
AWS提供的机器学习开发环境
已跟踪 6 条高相关材料
最近变化
2026-06-29 · 采用Amazon SageMaker Studio可减少80%的Jupyter环境维护成本
为什么值得关注
Amazon SageMaker AI 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Build real-time voice applications with Amazon SageMaker AI and vLLM
AWS Machine Learning Blog · 8.7 分
AWS推出SageMaker AI与vLLM结合方案，实现双向流式语音转文本推理，支持实时语音助手、直播字幕等应用，显著降低延迟并消除手工构建流式传输管道的负担。
Preventing data exfiltration in machine learning environments with Amazon SageMaker AI
AWS Architecture Blog · 8.5 分
AWS通过三层安全架构实现机器学习环境数据防泄露，结合SageMaker AI与Secure Browser保障数据安全与开发效率。
Build a protein research copilot with Amazon Bedrock AgentCore
AWS Machine Learning Blog · 8.5 分
本文展示如何使用 Amazon Bedrock AgentCore 构建蛋白质研究助手，实现自然语言查询、向量相似性搜索和 AI 结果总结。
已收录 6 条与 Amazon SageMaker AI 相关的内容，按评分排序。
AWS combines SageMaker AI with vLLM to enable bidirectional streaming speech-to-text inference, supporting real-time voice assistants, live captions, and more with significantly reduced latency.
入选理由：SageMaker AI提供原生HTTP/2双向流式传输(端口8443)，自动处理HTTP/2事件流与WebSocket协议转换
AWS通过三层安全架构实现机器学习环境数据防泄露，结合SageMaker AI与Secure Browser保障数据安全与开发效率。
入选理由：采用Amazon SageMaker Studio可减少80%的Jupyter环境维护成本
本文展示如何使用 Amazon Bedrock AgentCore 构建蛋白质研究助手，实现自然语言查询、向量相似性搜索和 AI 结果总结。
入选理由：使用 Strands Agents SDK 解析自然语言查询为结构化参数。
By using Supervised Fine-Tuning (SFT) and Direct Preference Optimization (DPO) techniques, you can significantly improve the tool-calling accuracy of a small language model on Amazon SageMaker AI. These methods combine high-quality datasets and human feedback to optimize the model’s interactions with digital tools.
入选理由：使用SFT和DPO技术可以提高AI代理执行复杂任务时选择正确工具的能力。
This solution provides a custom portal with embedded Amazon SageMaker AI MLflow Apps, giving teams a persistent, bookmarkable URL to the full MLflow web UI without presigned URLs or AWS Management Console access. It simplifies access management and integrates with existing SSO infrastructure.
入选理由：The solution uses a custom portal with embedded MLflow UI for easy access management.
AWS SageMaker AI now supports OpenAI-compatible API interfaces. Users can call models on SageMaker through OpenAI SDK, LangChain, or Strands Agents by only changing the endpoint URL, without needing custom clients or code rewrites.
入选理由：SageMaker AI 端点现在提供 /openai/v1 路径，支持 Chat Completions 请求和流式响应，Bearer Token 有效期最长12小时。
