Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

可用的基础模型

Amazon SageMaker JumpStart 提供 state-of-the-art内置的公开可用和专有基础模型，用于自定义并集成到您的生成式 AI 工作流程中。

公开可用的基础模型

Amaz SageMaker JumpStart on 载入并维护来自第三方来源的开源基础模型。要开始使用其中一种公开可用的模型，请查看JumpStart 基础模型用法或浏览可用的示例笔记本之一。在公开可用模型的给定示例笔记本中，尝试切换模型 ID，以实验同一模型系列中的不同模型。

有关模型的更多信息 IDs 以及有关使用部署公开 JumpStart 基础模型的资源 SageMaker Python 软件开发工具包，请参阅将基础模型与 SageMaker Python SDK。

按照定义，基础模型可以根据多种下游任务进行调整。基础模型在大量的通用领域数据上进行训练，可以针对多种使用案例实施相同的模型或进行自定义。选择基础模型时，首先要定义一项特定任务，例如文本生成或映像生成。

公开可用的时间序列预测模型

时间序列预测模型旨在分析和预测一段时间内的序列数据。这些模型可应用于金融、天气预报或能源需求预测等多个领域。Chronos 模型专为时间序列预测任务定制，可根据历史数据规律进行准确预测。

公开可用的文本生成模型

文本生成基础模型可用于多种下游任务，包括文本摘要、文本分类、问题回答、长篇内容生成、简短文案写作、信息提取等。

要探索最新的文本生成 JumpStart 基础模型，请使用 Amazon 入门 SageMaker JumpStart产品描述页面上的 “文本生成” 筛选器。您也可以直接在 Amazon SageMaker Studio 用户界面或 SageMaker Studio Classic 用户界面中根据任务探索基础模型。只有一部分公开可用的文本生成模型可供微调。 JumpStart有关更多信息，请参阅 在 Amazon SageMaker Studio 经典版中使用基础模型。

公开可用的映像生成模型

JumpStart 提供各种 Stable Diffusion 图像生成基础模型，包括来自 Stability AI 的基础模型以及用于特定 text-to-image任务的预训练模型 Hugging Face。 如果你需要微调 text-to-image基础模型，你可以使用 Stability AI 中的 Stable Diffusion 2.1 基础版。如果你想探索已经接受过特定艺术风格训练的模型，你可以探索来自的众多第三方模型之一 Hugging Face 直接在 Amazon SageMaker Studio 用户界面或 SageMaker Studio 经典用户界面中

要探索最新的图片生成 JumpStart 基础模型，请使用 Amazon 入门 SageMaker JumpStart产品描述页面上的 “文字转图片” 筛选器。要开始使用您选择 text-to-image的基础模型，请参阅JumpStart 基础模型用法。

专有基础模型

亚马逊允许访问第三方 SageMaker JumpStart 提供商提供的专有基础模型，例如AI21 实验室、Coher e 和。LightOn

要开始使用这些专有模型之一，请参阅JumpStart 基础模型用法。要使用专有基础模型，您必须先在 Amazon Web Services Marketplace中订阅该模型。订阅模型后，在 Studio 或 SageMaker Studio Classic 中找到基础模型。有关更多信息，请参阅 SageMaker JumpStart 预训练模型。

要探索适用于各种用例的最新专有基础模型，请参阅 Amazon 入门 SageMaker JumpStart。