在周二的 re:Invent 大会上，亚马逊网络服务（AWS），亚马逊的云计算部门，宣布了一种新的多模态生成 AI 模型系列，称为 Nova。
总共有四种文本生成模型：Micro、Lite、Pro 和 Premier。亚马逊首席执行官安迪·贾西在台上表示，Micro、Lite 和 Pro 将于周二向 AWS 客户提供，而 Premier 将于 2025 年初推出。
两者今天早上也在 AWS 上发布。
“我们继续在自己的前沿模型上工作，”贾西说，“这些前沿模型在过去四到五个月中取得了巨大的进展。我们想，如果我们能从中找到价值，你们也可能会找到价值。”
微型、轻量、专业和高级
生成文本的 Nova 模型经过优化，支持 15 种语言（但主要是英语），具有广泛不同的大小和能力。
Micro 只能接收文本并输出文本，但提供了最低的延迟——处理文本和生成响应的速度最快。
Lite 可以合理快速地处理图像、视频和文本输入。Pro 提供了准确性、速度和成本的平衡组合，适用于多种任务。而 Premier 是最强大的，专为复杂工作负载设计。
Pro 和 Premier 与 Lite 一样，可以分析文本、图像和视频。这三者都非常适合处理文档和总结图表、会议和图示等任务。然而，AWS 将 Premier 定位为更多的“教师”模型，用于创建调优的自定义模型，而不是单独使用的模型。
Micro 具有 128,000 个标记的上下文窗口，这意味着它可以处理大约 100,000 个单词。Lite 和 Pro 具有 300,000 个标记的上下文窗口，这相当于大约 225,000 个单词、15,000 行计算机代码或 30 分钟的录像。
亚马逊网络服务公司表示，到 2025 年初，某些 Nova 型号的上下文窗口将扩展到支持超过 200 万个标记。
Jassy 声称 Nova 型号是同类中速度最快的之一——也是运行成本最低的之一。它们可以在 AWS Bedrock上使用，这是亚马逊的 AI 开发平台，在这里可以对文本、图像和视频进行微调，并提炼以提高速度和效率。
“我们已经优化了这些模型，以便与专有系统和 API 配合使用，这样您就可以更轻松地通过这些模型执行多个协调的自动步骤——代理行为，”贾西补充道。“所以我认为这些非常有吸引力。”
Canvas 和 Reel 是 AWS 在生成媒体方面最强大的产品。
Canvas 允许用户使用提示生成和编辑图像（例如，去除背景），并提供对生成图像的色彩方案和布局的控制。Reel 是两个模型中更具雄心的一个，可以根据提示或可选的参考图像创建最长六秒的视频。使用 Reel，用户可以调整相机运动，以生成带有平移、360 度旋转和缩放的视频。
Reel 目前仅限于六秒的视频（生成大约需要三分钟），但 AWS 表示，一个可以创建两分钟长视频的版本“即将推出”。
AWS 表示，Canvas 可以生成多种风格的图像，并扩展现有图像或将对象插入场景中。
贾西强调，Canvas 和 Reel 都具有“内置”的负责任使用控制，包括水印和内容审核。“[我们正在尝试]限制有害内容的生成，”他说。
AWS 在一篇博客文章中扩展了其安全措施，表示 Nova“扩展了[其]的安全措施，以对抗虚假信息、儿童性虐待材料以及化学、生物、放射性或核风险的传播。”然而，这在实践中意味着什么，以及这些措施采取何种形式尚不清楚。
AWS 仍然对其用于训练所有生成模型的数据具体是什么保持模糊。该公司之前只告诉 TechCrunch，这是一种专有数据和许可数据的组合。
很少有供应商愿意透露这样的信息。他们将训练数据视为竞争优势，因此将其——以及与之相关的信息——视为高度机密。训练数据的细节也是与知识产权相关的诉讼的潜在来源，这也是不愿透露太多信息的另一个原因。
为了透明起见，AWS 提供了一项 赔偿政策，在其模型 重复（即，输出一份镜像副本）潜在受版权保护的静态图像时，保护客户。
那么，Nova 接下来会怎样？Jassy 表示，AWS 正在开发一个语音到语音的模型——一个将语音输入并输出其转换版本的模型——预计在 2025 年第一季度完成，并将在 2025 年中期推出一个“任意到任意”的模型。
亚马逊表示，语音到语音模型还能够解读语言和非语言提示，如语调和节奏，并提供自然的“类人”声音。至于任何对任何模型，它理论上将为从翻译器到内容编辑器再到人工智能助手的应用提供支持。
“你将能够输入文本、语音、图像或视频，并输出文本、语音、图像或视频，”贾西谈到这种任意对任意模型时说。“这就是前沿模型将如何构建和使用的未来。”
巨大挑战突然变得有可能解决。祝贺你们毕业，祝贺你们达到这个里程碑。我期待有一天你们中的许多人能加入Nvidia。再次感谢这一伟大荣誉，感谢认可我在Nvidia的毕生工作，我会坚定不移追寻我的目标。
本文翻译自：TechCrunch， https://techcrunch.com/2024/12/03/amazon-announces-nova-a-new-family-of-multimodal-ai-models/
（文：Z Potentials）
