Manfaat
Temui Amazon Titan
Eksklusif untuk Amazon Bedrock, rangkaian model Amazon Titan menggabungkan 25 tahun pengalaman Amazon dalam berinovasi dengan AI dan machine learning di seluruh bisnisnya. Model fondasi (FM) Amazon Titan memberi berbagai pilihan gambar, multimodal, dan model teks beperforma tinggi kepada pelanggan, melalui API terkelola penuh. Amazon Titan dibuat oleh AWS dan dilatih sebelumnya pada set data besar, yang menjadikannya model tujuan umum yang kuat dan dibangun untuk mendukung berbagai kasus penggunaan, sekaligus mendukung penggunaan AI yang bertanggung jawab. Gunakan apa adanya atau sesuaikan secara pribadi dengan data Anda sendiri.
Kasus penggunaan
Versi model
Amazon Titan Text Premier
Amazon Titan Text Premier adalah model bahasa besar (LLM) yang kuat dan canggih dalam keluarga Amazon Titan Text, yang didesain untuk memberikan performa unggul di berbagai aplikasi korporasi. Model ini dioptimalkan untuk integrasi dengan Agen Amazon Bedrock dan Basis Pengetahuan Amazon Bedrock, menjadikannya pilihan ideal untuk membangun aplikasi AI generatif interaktif yang dapat menggunakan API Anda dan berinteraksi dengan data Anda.
Token maksimum: 32 ribu
Bahasa: Inggris
Penyempurnaan didukung: Ya (pratinjau)
Kasus penggunaan yang didukung: Obrolan, rantai penalaran pemikiran, pembuatan teks terbuka, brainstorming, perangkuman, pembuatan kode, pembuatan tabel, pemformatan data, parafrasa, penulisan ulang, ekstraksi, dan Tanya Jawab.
Amazon Titan Text Express
LLM menawarkan keseimbangan antara harga dan performa.
Token maksimum: 8 ribu
Bahasa: Inggris (GA), tersedia lebih dari 100 bahasa (pratinjau)
Penyempurnaan didukung: Ya
Kasus penggunaan yang didukung: Pembuatan teks terbuka, brainstorming, perangkuman, pembuatan kode, pembuatan tabel, pemformatan data, parafrasa, rantai pemikiran, penulisan ulang, ekstraksi, Tanya Jawab, dan obrolan.
Amazon Titan Text Lite
LLM hemat biaya dan sangat dapat disesuaikan. Ukuran yang tepat untuk kasus penggunaan tertentu, ideal untuk tugas pembuatan teks dan penyempurnaan.
Token maksimum: 4 ribu
Bahasa: Inggris
Penyempurnaan didukung: ya
Kasus penggunaan yang didukung: Perangkuman dan copywriting.
Penyematan Teks Amazon Titan
Model yang menerjemahkan teks ke dalam representasi vektor (penyematan).
Token maksimum: 8 ribu
Bahasa: lebih dari 25 bahasa
Penyempurnaan didukung: tidak
Penyematan: 1.536
Kasus penggunaan yang didukung: Pengambilan teks, kesamaan semantik, dan pengklasteran.
Penyematan Teks Amazon Titan V2
Model penyematan dioptimalkan untuk akurasi yang tinggi serta performa pengambilan pada dimensi yang lebih kecil untuk mengurangi penyimpanan dan latensi.
Token maksimum: 8 ribu
Bahasa: lebih dari 100 dalam prapelatihan
Penyempurnaan didukung: tidak
Normalisasi didukung: ya
Penyematan: 256, 512, 1024
Kasus penggunaan yang didukung: Pencarian kesamaan semantik untuk menemukan dokumen (misalnya, mendeteksi plagiarisme), mengklasifikasikan label ke dalam representasi pembelajaran berbasis data (misalnya, mengategorikan film ke dalam genre), serta meningkatkan kualitas dan relevansi hasil pencarian yang diambil atau dihasilkan.
Amazon Titan Multimodal Embeddings
Mendukung pengalaman pencarian dan rekomendasi multimodal yang akurat.
Token maksimum: 128
Ukuran gambar maksimum: 25 MB
Bahasa: Inggris
Penyempurnaan didukung: Ya
Penyematan: 1.024 (default), 384, 256
Kasus penggunaan yang didukung: Penelusuran, rekomendasi, dan personalisasi.
Generator Gambar Amazon Titan
Hasilkan gambar yang realistis dan berkualitas studio menggunakan prompt teks.
Karakter maks.: 512
Bahasa: Inggris
Penyempurnaan didukung: ya
Kasus penggunaan yang didukung: Pembuatan teks ke gambar, pengeditan gambar, dan variasi gambar.
Baca blog
Generator Gambar Amazon Titan v2
Hasilkan gambar yang tampak seperti asli, dengan dukungan untuk pengondisian gambar, konsistensi subjek, penyesuaian instan, dan penghapusan latar belakang
Karakter maks.: 512
Format gambar input/output yang didukung: PNG, JPEG
Bahasa: Inggris
Penyempurnaan didukung: ya
Kasus penggunaan yang didukung: Pembuatan teks ke gambar, pengeditan gambar, variasi gambar, pengondisian gambar menggunakan gambar referensi, konsistensi subjek menggunakan penyetelan halus (pertahankan subjek tertentu dalam gambar yang dihasilkan), dan penghapusan latar belakang otomatis.
Video
Video
Fitur Generator Gambar Amazon Titan
Generator Gambar Amazon Titan membekali pembuat konten dengan ide dan iterasi cepat yang untuk pembuatan gambar yang sangat efisiensi. Pengguna dapat memandu pembuatan gambar menggunakan gambar referensi, mengedit visual yang ada, menghapus latar belakang, dan menghasilkan variasi gambar—semuanya sambil menyesuaikan model secara aman untuk mempertahankan gaya merek dan konsistensi subjek. Alat canggih ini menyederhanakan alur kerja, meningkatkan produktivitas, dan mewujudkan visi kreatif.
Fitur Amazon Titan Image Generator
Gunakan ControlNet dengan gambar referensi untuk menghasilkan gambar yang kohesif dan menarik, yang mempertahankan edge dan wilayah utama.
Input prompt: seekor rusa di dunia peri, gubuk-gubuk kecil di bagian sisi, musim dingin bersalju, matahari terbit, gaya kartun
Gambar referensi:
Gambar output:
Hapus latar belakang secara otomatis dari gambar yang memuat berbagai objek tanpa input pengguna apa pun.
Gambar input:
Gambar output:
Integrasikan subjek Anda dengan mudah ke dalam visual yang dihasilkan dengan menyesuaikan model
Input prompt teks: Ron si anjing di bulan
Gambar referensi untuk penyesuaian model:
Ron si anjing
Gambar output:
Hasilkan subjek favorit dalam adegan baru, transfer gaya menggunakan gambar referensi, atau padukan gaya menggunakan berbagai gambar referensi tanpa perlu penyesuaian
Input prompt teks: seekor anjing mengenakan topi bisbol
Gambar referensi:
Gambar output:
Pertahankan identitas visual merek dengan mengontrol palet warna gambar yang Anda hasilkan secara tepat - tanpa perlu penyesuaian.
Input prompt teks: sebotol saus salad di dapur bernuansa pedesaan yang dipenuhi sayuran segar dengan pencahayaan studio
Input kode hex: ['#ff8080', '#ffb280', '#ffe680', '#e5ff80']
Gambar output dengan warna terkontrol:
Cara memulai
Apakah Anda menemukan apa yang Anda cari sekarang?
Beri tahu kami agar kami dapat meningkatkan kualitas konten di halaman kami.