热点事件持续更新
AWS 介绍 SageMaker 上 TTS 自动扩缩容目标测量方法
2 篇报道1 个报道来源59 分钟前更新
先了解这件事
AI 综述
2026年10月23日，AWS Machine Learning Blog 发文，针对自托管 TTS 端点自动扩缩容目标值靠猜的问题给出测量方法：在 Amazon SageMaker AI 实时端点上以自定义容器部署 82M 参数的 Kokoro-82M，用实测的 Q_max（单实例在 SLO 内可承受的最高并发）和 T_total（一次扩容端到端耗时）推算扩容阈值、缩容阈值与两个冷却时间。同日后续报道介绍在 SageMaker AI 上部署 Kokoro-82M，可将 AI 智能体生成的每个句子即时流式合成语音，让音频在完整回复生成前就开始播放。报道未提及该方法的后续落地或验证情况。
AI 根据报道生成 · 51 分钟前更新
最新进展10月23日 01:45
同日另一篇报道介绍在 SageMaker AI 上部署 Kokoro-82M，实现智能体逐句流式语音输出。事件进展
2 个进展
- 10月23日 01:45 · 1 篇报道AWS博客介绍在SageMaker上流式部署Kokoro TTSAWS Machine Learning Blog：在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
- 10月23日 00:30 · 1 篇报道AWS博客介绍SageMaker TTS自动扩缩容目标测量方法AWS Machine Learning Blog：别再猜 Amazon SageMaker AI 上 TTS 的自动扩缩容目标值
报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AWS Machine Learning Blog在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
在 Amazon SageMaker AI 上部署 Kokoro-82M TTS 模型，可将 AI 智能体生成的每个句子即时流式合成语音，让音频在完整回复生成前就开始播放。
- AWS Machine Learning Blog别再猜 Amazon SageMaker AI 上 TTS 的自动扩缩容目标值
针对自托管 TTS 端点自动扩缩容目标值靠猜的问题，AWS 在 Amazon SageMaker AI 实时端点上以自定义容器部署 82M 参数的 Kokoro-82M，用实测的 Q_max（单实例在 SLO 内可承受的最高并发）和 T_total（一次扩容端到端耗时）推算扩容阈值、缩容阈值与两个冷却时间。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。