周二，亚马逊首席执行官安迪·贾西 (Andy Jassy) 在该公司的 re:Invent 会议上登台展示了六种新的文本、图像和视频生成模型，称为 Amazon Nova。
这个新的多模式生成人工智能系列包括Nova Micro，这是一种专为低成本、低延迟响应而构建的纯文本模型； Nova Lite，一种用于处理图像、视频和文本输入的低成本多模式模型；根据该公司的公告，Nova Pro 是其通用多模式模型，结合了“适用于各种任务的准确性、速度和成本”。 Nova Premier 是亚马逊“最有能力的……用于复杂推理任务的多模式模型”，而 Nova Canvas 是专用的文本到图像引擎，而 Nova Reel 是专门为生成视频而构建的。
基于文本的模型已针对 15 种不同语言进行了优化。 Micro 提供128,000 个令牌上下文窗口，而 Lite 和 Pro 均可处理多达 300,000 个令牌（约 225,000 个单词或 30 分钟的视频）。该公司计划到明年初将其较大模型的上下文窗口扩展至 200 万个代币。
Canvas 使用户能够使用自然语言提示生成和编辑图像。 Reels 将与Gen-3 Alpha 、 Kling和Dall-E 3等产品竞争，可以根据文本提示和参考图像生成长度长达六秒的剪辑。视频生成器还提供摄像机运动控制，包括平移和缩放。
“我们继续致力于我们自己的前沿模型，”贾西告诉聚集的人群，“这些前沿模型在过去四到五个月里取得了巨大的进步。我们认为，如果我们能从它们身上找到价值，你也可能会从它们身上找到价值。”
Jassy 还表示，这些型号是同类产品中运行成本最低且速度最快的型号，尽管该公司尚未发布支持这些说法的基准数据。 “我们优化了这些模型，使其能够与专有系统和 API 配合使用，这样您就可以使用这些模型更轻松地执行多个精心策划的自动步骤（代理行为），”他说。 “所以我认为这些非常引人注目。”
Micro、Lite 和 Pro 型号（以及 Canvas 和 Reels）目前均可供 AWS 客户使用。首映预计于 2025 年第一季度推出。