Dois novos modelos disponíveis no SageMaker JumpStart
A AWS anunciou a chegada de dois novos modelos de fundação ao Amazon SageMaker JumpStart: o FLUX.2-small-decoder, desenvolvido pela Black Forest Labs, e o gemma-4-12B-it, do Google. A adição amplia o portfólio de modelos prontos para implantação disponíveis aos clientes AWS, cobrindo desde geração eficiente de imagens até compreensão multimodal avançada.
FLUX.2-small-decoder: geração de imagens mais rápida e com menos memória
O FLUX.2-small-decoder é um decoder VAE destilado, projetado para funcionar como substituto direto (drop-in replacement) do decoder padrão nas pipelines de geração de imagens FLUX.2. Na prática, ele entrega:
- Velocidade de decodificação aproximadamente 1,4× mais rápida
- Consumo de VRAM (memória de vídeo) 1,4× menor
- Perda de qualidade mínima ou inexistente
Os ganhos são ainda mais expressivos em resoluções mais altas, já que o decoder precisa processar um volume maior de pixels. Isso o torna uma escolha interessante para cargas de trabalho de geração de imagens em escala de produção, onde eficiência e custo operacional fazem diferença real.
gemma-4-12B-it: multimodalidade compacta e poderosa
Já o gemma-4-12B-it se destaca pela capacidade de compreensão multimodal unificada, processando entradas de texto, imagem e áudio em um único modelo. Alguns pontos técnicos relevantes:
- Arquitetura encoder-free: todas as modalidades fluem diretamente para um único transformer decoder, sem encoders separados por tipo de entrada
- Desempenho próximo ao modelo 26B MoE (Mistura de Especialistas) do Google, com menos da metade do consumo de memória
- Compatível com apenas 16 GB de RAM, facilitando implantações corporativas
- Suporte nativo a function calling e fluxos de trabalho agênticos
Essa combinação de leveza e capacidade torna o gemma-4-12B-it uma opção atrativa para equipes que precisam de experiências multimodais e agênticas sem exigir infraestrutura de alto custo.
Como implantar pelo SageMaker JumpStart
Com o SageMaker JumpStart, a implantação de qualquer um desses modelos pode ser feita com poucos cliques diretamente pelo console do SageMaker, ou via SDK Python do SageMaker para quem prefere automação. Basta acessar o catálogo de modelos do JumpStart na conta AWS e selecionar o modelo desejado.
Para mais detalhes sobre como implantar e utilizar modelos de fundação no SageMaker JumpStart, a AWS disponibiliza a documentação oficial do Amazon SageMaker JumpStart.
Fonte
FLUX.2-small-decoder and gemma-4-12B-it models now available on Amazon SageMaker JumpStart (https://aws.amazon.com/about-aws/whats-new/2026/01/flux.2-small-decoder-gemma-4-12B-it-on-sagemaker-jumpstart/)
Leave a Reply