• aiml
• amazon-sagemaker-jumpstart
• artificial-intelligence

• Black Forest LabsのFLUX.2-small-decoderとGoogleのgemma-4-12B-itモデルがAmazon SageMaker JumpStartで利用可能に
• FLUX.2-small-decoderは標準デコーダーと比較して約1.4倍の高速デコーディングと1.4倍のVRAM削減を実現する蒸留VAEデコーダー
• gemma-4-12B-itはテキスト・画像・音声のマルチモーダル理解に対応し、関数呼び出しやエージェンティックワークフローをネイティブサポート
• gemma-4-12B-itは16GBのRAMで動作可能で、Googleの26B MoEモデルに迫る性能を半分未満のメモリで実現
• SageMaker JumpStartから数クリックまたはSageMaker Python SDKでデプロイ可能

Black Forest LabsのFLUX.2-small-decoderとGoogleのgemma-4-12B-itモデルがAmazon SageMaker JumpStartで利用可能になりました。FLUX.2-small-decoderは画像生成パイプラインにおける高速デコーディングを実現し、gemma-4-12B-itはテキスト・画像・音声にわたる統合的なマルチモーダル理解に優れています。どちらもSageMaker JumpStartから数クリックでデプロイ可能です。

Black Forest LabsのFLUX.2-small-decoderとGoogleのgemma-4-12B-itモデルがAmazon SageMaker JumpStartで利用可能になり、AWSのお客様が利用できる基盤モデルのポートフォリオが拡大しました。
これら2つのモデルは、効率的な画像生成デコーディングと統合的なマルチモーダル理解にわたる専門的な機能を提供し、お客様がAWSインフラストラクチャ上で高性能かつスケーラブルなAIソリューションを展開できるようにします。

FLUX.2-small-decoderは、FLUX.2画像生成パイプラインにおいて、より低いVRAM使用量でより高速な画像デコーディングに最適化されています。
標準的なFLUX.2デコーダーのドロップイン置き換えとして機能する蒸留VAEデコーダーであり、品質の低下を最小限またはゼロに抑えながら、約1.4倍の高速デコーディングと1.4倍のVRAM消費削減を実現します。
高解像度ではデコーダーがより多くのピクセルを処理するため、メリットが増大し、大規模な本番レベルの画像生成ワークロードに最適です。

gemma-4-12B-itは、テキスト、画像、音声入力にわたる統合的なマルチモーダル理解に優れており、関数呼び出しやエージェンティックワークフローをネイティブにサポートしています。
すべてのモダリティが単一のデコーダーオンリートランスフォーマーに直接流れるエンコーダーフリーアーキテクチャを採用しており、Googleのより大きな26B MoEモデルに迫る性能を、そのメモリフットプリントの半分未満で実現します。
16GBのRAMで動作するほどコンパクトで、エンタープライズデプロイメント向けの強力なマルチモーダルおよびエージェンティックな体験を可能にします。

SageMaker JumpStartを使用すると、お客様はこれらのモデルをわずか数クリックでデプロイし、特定のAIユースケースに対応できます。
これらのモデルの使用を開始するには、SageMakerコンソールのSageMaker JumpStartモデルカタログに移動するか、SageMaker Python SDKを使用してモデルをAWSアカウントにデプロイしてください。
SageMaker JumpStartでの基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStartのドキュメントを参照してください。

• Amazon SageMaker
• Amazon SageMaker JumpStart

• Amazon SageMaker JumpStartは、Amazon SageMakerの機能の一つで、事前トレーニング済みの基盤モデル（大規模言語モデルや画像生成モデルなど）を簡単に発見、デプロイ、ファインチューニングできるサービスです。モデルカタログから数クリックでモデルをデプロイでき、機械学習の専門知識がなくても最先端のAIモデルを自社のAWS環境で利用開始できます。様々なプロバイダーのモデルが用意されており、テキスト生成、画像生成、要約など多様なユースケースに対応しています。
• Amazon SageMakerは、機械学習モデルの構築、トレーニング、デプロイを包括的にサポートするフルマネージドサービスです。データの準備からモデルの開発、本番環境へのデプロイ、モニタリングまで、機械学習ワークフローの全段階をカバーしています。ノートブック環境、トレーニングインフラ、推論エンドポイントなどを提供し、開発者やデータサイエンティストが効率的にMLプロジェクトを進められるようにします。

• https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html