在当前多模态 AI 和大模型技术风头正劲的背景下，Jina AI 始终领跑于创新前沿，技术领先。2023 年 10 月 30 日，Jina AI 隆重推出 jina-embeddings-v2，这是全球首款支持 8192 输入长度的开源向量大模型，其性能媲美 OpenAI 的闭源 text-embedding-ada002。如今，jina-embeddings-v2 正式登陆 AWS Marketplace，为中大型企业提供了私有化部署向量模型的理想解决方案。
作为亚马逊云科技创业加速器的一员，Jina AI 与 AWS 的密切合作体现了双方在推动 AI 技术发展上的共同承诺。这次合作不仅在技术层面上实现了联合，更是对未来大模型应用落地的深入探索。
Jina AI 的创始人兼 CEO 肖涵博士，对此表示：“jina-embeddings-v2 上线 AWS Marketplace，是对私有化 AI 解决方案行业标准的一次重大推进。”
现在，企业用户可以在 AWS Marketplace 上搜索 jina-embeddings-v2-base/small，并将它们直接部署到自己的 AWS 账户中。
AWS SageMaker 的无缝集成
在 Jina AI，我们不仅追求技术创新，更重视其在 实际应用中的高效实施。因此我们将 jina-embeddings-v2 与 AWS SageMaker 进行了无缝集成，为企业用户提供了一种高效便捷的解决方案。企业用户现在可以轻松地将 jina-embeddings-v2 模型直接部署为 SageMaker 终端节点，迅速应用到实际业务中，无需担忧技术复杂性和部署挑战。
在商业应用方面，我们特别注重 经济性和隐私保护。我们的英语 Base 模型和 Small 模型无需额外许可费，客户仅需承担 AWS 实例相关费用。这不仅确保了在 Virtual Private Cloud（VPC）内的数据隐私和安全，同时也提供了成本效益极高的解决方案。
此外，我们为不同业务场景提供多元化的选择。0.27 GB 的 Base 模型和 0.07 GB 的 Small 模型，能够服务从深度数据分析到轻量级应用的多样化需求。其中，Base 模型以其全面的语义表示能力，非常适合企业级搜索和内容推荐。而专门针对移动和边缘设备优化的 Small 模型，则突出了在速度和效率上的优势。
jina-embeddings-v2 的独特优势
RAG 应用的理想选择：我们深知长文本处理的复杂性，特别是在需要广泛信息搜集和深度理解的场景中。jina-embeddings-v2 支持不同语义粒度的完整文本表示，使其成为优化 RAG 应用中处理长篇文本的理想选择。它不仅增强了文本的语义理解能力，还提供了更大的灵活性和准确性。
全球首个支持 8k 输入长度的开源模型：jina-embeddings-v2 作为全球首个支持高达 8k 输入长度的开源模型，它在多方面比肩 OpenAI 的闭源模型 text-embedding-ada-002。我们的开源模型不仅具有强大的性能，更重要的是，它为用户提供了根据自己的业务需求进行个性化调整的自由度。
更小的维度实现高效的表征：在保持与 OpenAI 的 text-embedding-ada-002 模型相当的性能表现的同时，jina-embeddings-v2 的向量维度仅为其一半，大幅降低了存储需求并提高了检索速度。
开始使用 AWS 上的 jina-embeddings-v2
要开始使用 jina-embeddings-v2，请访问 AWS Marketplace 列表并选择最适合您需求的模型。
🔗：https://aws.amazon.com/marketplace/seller-profile?id=seller-stch2ludm6vgy
以下示例可帮助您开始使用 jina-embeddings-v2 模型：
Sagemaker 的实时推理：https://github.com/jina-ai/jina-sagemaker/blob/main/notebooks/Real-time%20inference.ipynb
使用 SageMaker 批量向量化：https://github.com/jina-ai/jina-sagemaker/blob/main/notebooks/Batch%20transform.ipynb
即将推出多语言向量模型
Jina AI 正在积极开发多语言向量模型，包括中英双语、德英双语的向量模型。供企业客户在各种云服务提供商（CSP）上进行私有化部署，为全球客户提供更加全面和灵活的 AI 解决方案。随着这些模型的推出，不仅将跨越语言障碍，更将为企业解锁全球机遇。
2081
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
