在周二的re:Invent大会上，亚马逊网络服务（AWS）宣布推出其新型多模式生成AI模型系列——Nova。此次发布的Nova系列包括四种文本生成模型:Micro、Lite、Pro和Premier，此外还推出了图像生成模型Nova Canvas和视频生成模型Nova Reel。
亚马逊首席执行官Andy Jassy表示，Micro、Lite和Pro模型将在当天开始向AWS客户推出，而Premier模型预计将在2025年初发布。Nova系列专为处理多种输入形式（包括文本、图像、视频）而设计，其中文本生成模型特别优化了15种语言，主要支持英语。
Nova文本生成模型
Nova文本生成模型具有不同的功能和规格。Micro模型以最低延迟和快速响应著称，但仅支持文本输入输出，适合快速处理任务。Lite模型支持文本、图像和视频的快速输入处理，而Pro模型则在准确度、速度和成本之间提供了平衡。Premier是最强大的模型，专为复杂工作负载设计，适合需要定制模型的高级应用。
这些模型的上下文窗口大小也有所不同。Micro支持最多约100，000个单词，Lite和Pro模型可处理大约225，000个单词、15，000行代码或30分钟的音频内容。而AWS表示，到2025年初，某些Nova模型的上下文窗口将扩展到200万个标记。
Jassy强调，Nova系列是同类产品中速度最快、成本最低的AI模型。它们能够在AWS的AI开发平台AWS Bedrock上进行微调，进一步提高速度和效率。此外，Nova系列可以与专有系统和API无缝配合，执行多种自动化任务。
Nova Canvas和Nova Reel
除了文本生成，AWS还推出了两款图像和视频生成工具:Nova Canvas和Nova Reel。Nova Canvas允许用户通过提示生成和编辑图像，并提供对生成图像的配色方案和布局的控制。Nova Reel则可以根据提示或参考图像生成长达6秒的视频，并允许用户调整摄像机运动，包括平移、旋转和缩放。
以下是来自 Canvas 的图片:
尽管目前Reel仅限于制作6秒短视频，AWS表示更长的视频版本将在不久后推出。此外，AWS为这些工具内置了责任使用控制措施，包括水印和内容审核，以避免生成有害内容。
Jassy还透露，AWS正在开发一款语音到语音模型，预计于2025年第一季度推出，这款模型将支持语音输入并生成自然的人类语音。此外，AWS还在开发一个“任意到任意”模型，预计在2025年中期发布，支持跨文本、语音、图像和视频的多模态转换。
AWS对于其训练数据的保密性保持谨慎，并表示在版权问题上会提供赔偿政策，以保障客户的合法权益。
项目入口:https://aws.amazon.com/cn/ai/generative-ai/nova/
官方博客:https://aws.amazon.com/cn/blogs/aws/introducing-amazon-nova-frontier-intelligence-and-industry-leading-price-performance/