Três novos modelos especializados chegam ao SageMaker JumpStart
A AWS anunciou a disponibilidade de três novos modelos de fundação no Amazon SageMaker JumpStart: o granite-speech-4.1-2b da IBM, o kanana-2-30b-a3b-instruct da Kakao e o OpenFold3 do OpenFold Consortium. A adição amplia o portfólio da plataforma com capacidades especializadas em reconhecimento de fala multilíngue, IA agêntica bilíngue e predição de estruturas biomoleculares.
Conheça cada modelo
granite-speech-4.1-2b — Reconhecimento de fala multilíngue da IBM
Desenvolvido pela IBM, o granite-speech-4.1-2b foi criado especificamente para Reconhecimento Automático de Fala (ASR) multilíngue e Tradução de Fala Bidirecional (AST), com suporte a inglês, francês, alemão, espanhol, português e japonês. Apesar de compacto — apenas 2 bilhões de parâmetros —, o modelo entrega uma taxa de erro de palavras de 5,33% com um fator de tempo real de aproximadamente 231, posicionando-o entre os modelos ASR mais eficientes de sua categoria. Distribuído sob a licença Apache 2.0, ele se integra a fluxos de trabalho corporativos de voz para transcrição, tradução e processamento de áudio em escala.
kanana-2-30b-a3b-instruct — IA agêntica bilíngue da Kakao
Criado pela Kakao, o kanana-2-30b-a3b-instruct se destaca em seguimento de instruções bilíngue coreano-inglês e em fluxos de trabalho de IA agêntica. Sua arquitetura combina Atenção Latente Multi-cabeça (MLA) e Mistura de Especialistas (MoE), ativando apenas 3 bilhões dos 30 bilhões de parâmetros totais a cada passagem direta — o que garante alta eficiência de processamento. O modelo passou por ajuste fino supervisionado e aprendizado por reforço, suporta até 128 mil tokens via escalonamento YaRN e foi projetado para atuar como um colaborador de IA capaz de entender contexto e agir de forma proativa.
OpenFold3 — Predição de estruturas biomoleculares
Desenvolvido pelo OpenFold Consortium em parceria com o AlQuraishi Lab da Universidade de Columbia, o OpenFold3 realiza predição de estruturas de complexos biomoleculares em nível atômico completo, abrangendo proteínas, DNA, RNA e ligantes de pequenas moléculas. Baseado em difusão, o modelo vai além da predição de proteínas individuais para modelar complexos de múltiplas cadeias e interações biomoleculares heterogêneas. Suas aplicações incluem design de fármacos assistido por computador e pesquisa acadêmica e farmacêutica.
Como acessar os modelos no SageMaker JumpStart
Com o SageMaker JumpStart, qualquer um desses modelos pode ser implantado com poucos cliques diretamente pelo console do SageMaker ou via SDK Python do SageMaker. Para mais detalhes sobre como implantar e utilizar modelos de fundação na plataforma, a AWS disponibiliza a documentação oficial do Amazon SageMaker JumpStart.
Fonte
granite-speech-4.1-2b, kanana-2-30b-a3b-instruct, and OpenFold3 models now available on Amazon SageMaker JumpStart (https://aws.amazon.com/about-aws/whats-new/2026/01/granite-speech-4.1-2b-edge-kanana-2-30b-a3b-instruct-openfold3-jumpstart/)
Leave a Reply