亞馬遜推出升級版AI助手Alexa+，率先在Amazon Music應用中向早期用戶開放。新版支持對話式音樂發現，歌曲探索率提升至舊版三倍，推薦收聽量增長近70%，展現生成式AI重塑音樂消費的潛力，突破了過去僅能執行基礎指令的限制。
OpenAI與亞馬遜AWS達成380億美元長期合作，將在未來七年使用AWS雲基礎設施，特別是Amazon EC2 UltraServers和數千塊NVIDIA高性能GPU。這標誌着OpenAI從主要依賴微軟Azure轉向多元化雲服務佈局，以滿足其日益增長的算力需求。
AWS美國東部凌晨發生大規模故障，影響Amazon網站、Alexa、Snapchat、Fortnite、ChatGPT等多個平臺，導致用戶工作娛樂受阻。故障始於美東時間3:11，主要集中在US-EAST-1區域，AWS團隊已着手處理。
亞馬遜推出AI代理平臺AgentCore並集成至Amazon Bedrock，進軍智能體基礎設施領域。該平臺幫助企業快速構建、部署AI代理，支持OpenAI、Gemini等主流模型，開發者無需從零搭建系統，可藉助亞馬遜環境簡化集成流程。
監控、管理和協作您的整個AI代理群，使用單一統一的儀表板。由來自Meta、Microsoft和Amazon的前AI工程師構建。Y Combinator支持。
亞馬遜全新基礎模型理解語氣、語調與節奏，提升人機對話自然度。
Amazon Nova是亞馬遜新一代的基礎模型，提供前沿智能和行業領先的性價比。
圖像生成領域的革新工具。
aws
$5.76
輸入tokens/百萬
$23.04
輸出tokens/百萬
300k
上下文長度
amazon
Chronos-2是一個擁有1.2億參數的時間序列基礎模型，支持零樣本預測。它在單一架構內支持單變量、多變量和協變量感知任務，在多個基準測試中實現了零樣本預測的最先進精度，且推理效率極高。
jhan21
基於DistilBERT微調的文本分類模型，用於分析亞馬遜美妝產品評論的情感傾向
srvmishra832
這是一個在多語言亞馬遜評論數據集上微調的mT5-small模型，專門用於生成英語和德語的產品評論摘要。
nieche
基於amazon/chronos-bolt-base架構微調的時間序列預測模型，專門針對間歇性需求預測任務優化
基於amazon/chronos-bolt-small精調的時間序列預測模型，使用2500萬行專有數據訓練
Chronos-Bolt是一系列預訓練的時間序列預測模型，支持零樣本預測，基於T5編碼器-解碼器架構，訓練數據涵蓋近千億時間序列觀測點。
Chronos-Bolt是一系列預訓練時間序列預測模型，支持零樣本預測，基於T5編碼器-解碼器架構，訓練數據涵蓋近千億時間序列觀測點。
Chronos-Bolt是一系列預訓練時間序列預測模型，支持零樣本預測，基於T5編碼器-解碼器架構，訓練數據包含近1000億個時間序列觀測點。
Chronos-Bolt是一系列預訓練時間序列預測模型，支持零樣本預測，基於T5編碼器-解碼器架構，訓練數據涵蓋近千億時間序列觀測值。
Chronos是基於語言模型架構的預訓練時間序列預測模型家族，通過量化和縮放將時間序列轉化為標記序列進行訓練。
Chronos是基於語言模型架構的預訓練時間序列預測模型家族，通過量化和縮放將時間序列轉化為token序列進行訓練，支持概率預測。
Chronos是基於語言模型架構的預訓練時間序列預測模型家族，通過將時間序列轉化為標記序列進行訓練，實現概率預測。
Chronos是基於語言模型架構的預訓練時間序列預測模型家族，通過量化和縮放將時間序列轉化為token序列進行訓練，適用於概率預測任務。
Chronos-T5是基於語言模型架構的預訓練時間序列預測模型，通過將時間序列轉換為標記序列並利用交叉熵損失訓練語言模型，實現概率預測。
MistralLite是基於Mistral-7B-v0.1微調的語言模型，增強了處理長上下文（最高達32K tokens）的能力，適用於長上下文檢索與問答等場景。
FalconLite是Falcon 40B SFT OASST-TOP1模型的量化版本，能夠處理長達11K標記的長輸入序列，同時將GPU內存消耗降低至原來的四分之一。通過4位GPTQ量化和自適應動態NTK旋轉嵌入技術，在延遲、準確性和內存效率之間取得了平衡。
mabrouk
基於BART架構的序列到序列模型，專門針對亞馬遜英文用戶評論進行微調，用於生成評論摘要
LiYuan
該模型是基於bert-base-multilingual-uncased在亞馬遜美國客戶評論數據集上微調的版本，用於預測產品評論的情感星級（1至5星）。
amazon-sagemaker-community
基於cc_news_es_titles數據集微調的編碼器-解碼器模型，用於西班牙語文本處理任務
BORT是BERT-large的高度壓縮版本，通過神經架構搜索技術優化，推理速度提升高達10倍，性能優於部分未壓縮模型。
AWS MCP是一個基於Model Context Protocol的服務，允許通過自然語言查詢和管理AWS資源，類似於Amazon Q的替代方案。
一個基於Amazon Bedrock的Nova Canvas模型的MCP服務器，支持多種圖像生成與編輯功能。
MCP服務器S3存儲服務
該項目展示了一個基於AWS Lambda的無服務器MCP（模型上下文協議）工具實現，包含Python服務端和TypeScript客戶端，支持流式HTTP通信。服務端簡化了MCP工具開發流程，內置會話狀態管理，並演示了與Amazon Bedrock的集成。
DynamoDB MCP服務器是一個基於Model Context Protocol的工具，用於管理和操作Amazon DynamoDB資源，提供表管理、索引管理、容量管理和數據操作等功能。
基於Amazon Bedrock Nova Canvas模型的AI圖像生成MCP服務
基於Amazon Bedrock的PowerPoint翻譯工具，支持命令行和FastMCP服務集成，保留原始格式進行高質量翻譯。
通過Claude AI助手直接搜索和購買亞馬遜商品的集成服務
AWS MCP是一個通過自然語言管理AWS資源的AI工具，替代Amazon Q，提供更高靈活性和安全性。
基於SSE的MCP服務器，提供圖像和視頻生成工具
Amazon Ads API MCP SDK是一個開源工具包，通過Model Context Protocol讓AI應用能夠安全地與亞馬遜廣告API交互，支持多區域、全面的API覆蓋，用於構建AI驅動的廣告管理應用。
亞馬遜SP-API的MCP服務端，提供標準化接口和工具集
該項目是一個連接亞馬遜廣告數據的MCP服務器，提供對贊助產品、品牌和展示廣告資源的訪問，包括廣告活動、關鍵詞、產品廣告等，同時支持報告查詢和推薦功能。
該項目是一個基於Model Context Protocol (MCP)的服務器，專門用於與Amazon Redshift數據庫交互，通過AWS Data API安全連接，提供數據庫結構查詢、數據檢索、性能分析等功能，支持與Claude、Cursor等AI工具集成。
Amazon VPC Lattice的MCP服務器，提供訪問和管理AWS VPC Lattice資源的工具及文檔支持，包括資源列表、提示模板和CLI操作等功能。
AWS數據庫服務的MCP服務器設置指南，支持多種數據庫類型與Amazon Bedrock模型集成
一個用於Amazon Q CLI的阿里雲操作MCP服務器，支持ECS、VPC、RDS等多種阿里雲服務的管理和操作。
該項目是一個亞馬遜廣告數據集成服務，通過MarketplaceAdPros平臺連接賬戶，提供廣告資源訪問、報告查詢及專業推薦功能，支持多種MCP客戶端配置方式。
該項目展示瞭如何配置Amazon Q CLI與FastMCP MySQL服務器集成，通過自然語言命令與AWS RDS MySQL數據庫交互。
一個基於TypeScript的MCP服務器，實現了簡單的筆記系統，提供筆記資源管理、創建工具和摘要生成功能
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
