初創公司Bedrock Robotics與AWS合作,利用視覺語言模型(VLMs)解決了重型設備自動駕駛系統開發中的關鍵難題——海量視頻數據標註。傳統方法依賴人工標註數百萬小時監控視頻,而新技術顯著提升了施工自動化系統的訓練效率。
AWS re:Invent2025第三天,AWS發佈九項智能體新功能,旨在讓開發者快速部署Agent。核心包括:Strands Agents SDK新增TypeScript支持,前端工程師可直接構建Agent;支持ARM與x86邊緣設備,車載芯片上運行實時路徑規劃Agent延遲低於100ms;以及Amazon Bedrock相關更新。
AWS推出Amazon Bedrock Custom Model Import功能,支持用戶部署20億和120億參數的GPT-OSS開源模型。該功能允許企業將現有應用遷移至AWS平臺,同時保持API兼容性。用戶只需上傳模型文件至Amazon S3,通過控制檯啓動導入,AWS將自動處理GPU配置和推理服務器搭建,簡化部署流程。
Anthropic在亞馬遜Bedrock平臺推出Claude Opus4.5基礎模型。該模型在編碼、智能代理、計算機操作及辦公任務方面性能顯著優於Sonnet4.5和Opus4.1,成本僅爲Opus系列三分之一,標誌着AI系統能力的重要突破。
所有您的數據,井然有序。
Anthropic
$21
輸入tokens/百萬
$105
輸出tokens/百萬
200
上下文長度
一個通過MCP協議查詢AWS成本數據和Bedrock使用日誌的工具
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。
一個用於監控Minecraft服務器狀態的工具,支持Bedrock和Java版本,提供Web API接口和數據庫持久化功能。
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。
一個實現模型上下文協議(MCP)的參考項目,提供LLM與應用程序之間的工具調用標準,包含本地和遠程調用實現,並集成AWS Bedrock和Claude 3.7。
該項目展示瞭如何將AWS Bedrock的對話式AI能力通過MCP服務器架構與關係型數據庫集成,實現自然語言查詢數據庫的功能。
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。
基於Amazon Bedrock Nova Canvas模型的AI圖像生成MCP服務
Agentic MCP Client是一個獨立的AI代理運行器,通過MCP協議工具與Claude、BedRock和OpenAI等模型交互,支持雲端自主運行和系統安全交互。
基於SSE的MCP服務器,提供圖像和視頻生成工具
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
該項目展示了一個基於AWS Bedrock的AI驅動自動化系統,能夠理解自然語言支持請求,並通過獨立的MCP服務器自動執行功能管理操作,具備企業級安全性和完整的測試覆蓋。
一個用於監控多個Minecraft Bedrock/Java服務器狀態的工具,提供Web API接口並支持PostgreSQL數據庫持久化存儲。
一個基於AWS Bedrock和Cloudflare Workers的知識庫搜索MCP服務器項目,支持AI助手通過協議搜索文檔內容。
基於Streamlit和Amazon Bedrock的時間轉換助手
一個通過Anthropic的MCP協議分析AWS Bedrock使用日誌的命令行工具和API,提供模型使用統計、用戶分析和自然語言查詢功能。
該項目是一個AWS Bedrock Guardrails管理服務器,提供創建、編輯、刪除和導出防護欄(包括所有策略類型)的功能,並支持將配置導出為Terraform文件。
一個基於Amazon Bedrock Nova Canvas模型的MCP服務器,提供高質量的AI圖像生成服務,支持文本描述生成圖像、負面提示優化、尺寸配置和種子控制等功能。
該項目是一個基於Anthropic MCP協議的AWS成本分析工具,通過Claude模型提供自然語言交互界面,可查詢AWS Cost Explorer和Bedrock模型調用日誌數據,支持本地和遠程部署。
基於Spring AI框架的MCP服務器項目,採用Sync SSE傳輸協議,集成AWS Bedrock服務並使用PostgreSQL向量存儲。