首页 > 快讯 > Cohere携手微软Azure AI Foundry,推出两款创新模型,提升RAG和智能体AI工作流程效率

Cohere携手微软Azure AI Foundry,推出两款创新模型,提升RAG和智能体AI工作流程效率

发布时间:2025-04-21 11:38:53 | 责任编辑:吴昊 | 浏览量:27 次

近日,Cohere在微软Azure AI Foundry平台上推出了两款全新模型——Command A和Embed 4,为企业级RAG(检索增强生成)和智能体AI工作流带来显著提升。这两款模型以其生产就绪和高开发友好性,广泛适用于智能文档问答、企业级Copilot以及可扩展的搜索应用场景。
Command A是Cohere专为智能体AI工作流设计的大型语言模型(LLM),能够无缝集成到复杂的企业应用中。该模型在Azure AI Foundry的支持下,提供了卓越的语义推理和任务执行能力,特别适用于需要多步骤逻辑处理和实时决策的场景。例如,企业可利用Command A构建智能文档问答系统,或开发能够与业务系统交互的Copilot助手,从而提升运营效率。
得益于Azure平台的托管服务,Command A支持快速部署和扩展,开发者无需担心底层基础设施的管理。此外,Command A与Azure AI Foundry的工具链深度整合,允许开发者通过最少的代码实现生产级AI工作流的构建。这种“开箱即用”的特性使其成为企业快速实现AI创新的理想选择。
Embed4 是Cohere推出的高性能嵌入模型,专为RAG和语义搜索场景优化,具有以下核心特性:
多语言支持:支持超过100种语言的文本嵌入,确保全球企业能够构建多语言搜索和问答系统。
多模态能力:Embed4内置图像编码器,可生成图像嵌入,开发者能够通过Azure AI Foundry的ImageEmbeddingsClient实现图像与文本的语义关联。例如,企业可基于图像内容搜索相关文本文档,极大扩展了RAG的应用场景。
Matryoshka嵌入:通过可伸缩维度的Matryoshka Representation Learning技术,Embed4允许在保持高精度的同时,将嵌入向量裁剪到更小尺寸,从而降低存储需求和计算成本。
高效量化:支持int8量化和二进制嵌入输出,进一步提升搜索速度并减少存储占用,适合大规模企业级部署。
这些特性使Embed4成为构建快速、可扩展且多语言的RAG管道的首选工具,广泛适用于金融、医疗、政府和制造业等行业的企业工作负载。
此次Cohere新模型的发布,依托Azure AI Foundry的强大生态支持。Azure AI Foundry作为微软的综合AI开发平台,不仅提供了包括Cohere、OpenAI、Meta等在内的超过1800种模型的模型目录,还通过其安全、合规和可扩展的云服务,简化了从实验到生产落地的全流程。开发者可通过Azure AI Foundry的SDK和模型目录,快速部署Command A和Embed 4,并利用平台提供的工具链实现无缝集成。
此外,Azure AI Foundry通过内置的AI内容安全过滤和自动化评估工具,确保模型输出的质量和安全性。企业用户能够以最短的时间将Cohere的先进AI能力融入到实际业务中,满足服务级别协议(SLA)和合规性要求。

Cohere携手微软Azure AI Foundry,推出两款创新模型,提升RAG和智能体AI工作流程效率

Cohere在微软Azure AI Foundry推出了两款新模型——Command A和Embed 4,旨在助力RAG(检索增强生成)与智能体AI工作流的优化。

Command A:智能体AI的高效引擎

Command A是Cohere专为智能体AI工作流设计的大型语言模型(LLM),能够无缝集成到复杂的企业应用中。它在语义推理和任务执行方面表现出色,特别适合需要多步骤逻辑处理和实时决策的场景。例如,企业可以利用Command A构建智能文档问答系统或开发与业务系统交互的Copilot助手,从而提高运营效率。得益于Azure的托管服务,Command A支持快速部署和扩展,使开发者无需管理底层基础设施。此外,Command A与Azure AI Foundry的工具链深度集成,开发者可以使用少量代码构建生产级AI工作流。

Embed 4:为RAG赋能的多模态嵌入模型

Embed 4是Cohere的高性能嵌入模型,专为RAG和语义搜索进行了优化。其核心特点包括:

  • 多语言支持:支持超过100种语言的文本嵌入,使全球企业能够构建多语言的搜索和问答系统。

  • 多模态能力:包含图像编码器,可生成图像嵌入。开发者可利用Azure AI Foundry的ImageEmbeddingsClient在图像和文本之间建立语义联系。例如,企业可以根据图像内容搜索相关的文本文档,显著拓展了RAG的应用场景。

  • 嵌入向量截断技术:采用可扩展的Matryoshka表示学习技术,允许将嵌入向量截断到更小的尺寸,同时保持高精度,从而减少存储需求和计算成本。

  • 高效量化:支持int8量化和二进制嵌入输出,进一步提高搜索速度并减少存储使用,适合大规模企业部署。

这些特性使Embed 4成为构建快速、可扩展且多语言RAG管道的首选工具,广泛应用于金融、医疗、政府和制造业等行业。

Azure AI Foundry:一站式AI赋能平台

Cohere新模型的推出依赖于Azure AI Foundry的强大生态系统支持。作为微软的综合AI开发平台,Azure AI Foundry不仅提供包括Cohere、OpenAI和Meta等供应商在内的1800多个模型的目录,还通过其安全、合规且可扩展的云服务简化了从实验到生产部署的整个过程。开发者可以使用Azure AI Foundry的SDK和模型目录快速部署Command A和Embed 4,并利用平台的工具链将它们无缝集成。此外,Azure AI Foundry通过内置的AI内容安全过滤器和自动化评估工具确保模型输出质量和安全性。

©️版权声明:
本网站(https://aigc.izzi.cn)刊载的所有内容,包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏,以及其他非商业性或非盈利性用途,但同时应遵守著作权法及其他相关法律的规定,不得侵犯本网站及相关权利人的合法权利。除此以外,将本网站任何内容或服务用于其他用途时,须征得本网站及相关权利人的书面许可,并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容,请及时通知本站,予以删除。

最新Ai信息

最新Ai工具

发表回复