Mistral AI推出Voxtral系列模型，整合文本與音頻處理能力。該系列包括Voxtral-Mini-3B-2507和Voxtral-Small-24B-2507兩款。前者爲3億參數模型，適合快速音頻轉錄和基礎多模態理解；後者擁有240億參數，支持複雜音頻文本智能和多語言處理，適用於企業級應用。兩款模型均支持30至40分鐘音頻上下文處理。
華納兄弟探索公司爲提升個性化內容體驗，採用AWS Graviton處理器和Amazon SageMaker AI實例優化AI/ML推理基礎設施，實現顯著成本節約與性能提升。作爲全球領先媒體娛樂企業，其內容覆蓋電視、電影及流媒體領域。
亞馬遜雲科技(AWS)推出"模型超市"Amazon Bedrock平臺，打破AI行業"最強模型"競爭模式，倡導"選擇大於一切"戰略。該平臺整合OpenAI、Anthropic等多家AI模型，企業可根據需求自由組合不同模型，實現"1+1>2"效果。AWS通過Bedrock和SageMaker兩大平臺構建全球最大AI模型聚合平臺，推動生成式AI應用發展，幫助企業選擇最適合而非最強性能的解決方案，適應快速變化的商業環境。
AWS對SageMaker平臺進行重大升級，新增模型可觀察性功能和本地IDE連接能力。升級後的SageMaker HyperPod可監控模型訓練各環節性能，並支持本地開發環境無縫對接雲端。平臺還優化了GPU集羣管理，實現訓練與推理任務的資源靈活調度。AWS通過持續完善AI基礎設施，強化其在企業級AI市場的競爭力。
通過完全託管的基礎設施、工具和工作流程構建、訓練和部署機器學習模型
簡化機器學習模型的訓練和部署
GHonem
該模型是基於Salesforce的BLIP圖像描述生成基礎模型在SageMaker平臺上微調的版本，主要用於圖像描述生成任務。
philschmid
基於BART-base架構的對話摘要模型，使用Amazon SageMaker和Hugging Face深度學習容器訓練，適用於SAMSum數據集。
基於SAMSum數據集微調的輕量級對話摘要模型，使用亞馬遜SageMaker和Hugging Face容器訓練
jpabbuehl
基於DistilBERT的文本情感分類模型，在emotion數據集上微調，準確率達92.9%
marcelcastrobr
基於DistilBERT-base-uncased微調的情感分類模型，在情感數據集上取得92.8%的準確率
anindabitm
基於DistilBERT的情感分析模型，在情感數據集上微調，準確率達91.65%
masapasa
基於DistilBERT的情感分類模型，在情感數據集上微調，準確率達91.5%
Jorgeutd
基於RoBERTa-base架構微調的多類別文本分類模型，專為情緒檢測任務設計，在emotion數據集上驗證準確率達94.1%。
%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)
