當(dāng)?shù)貢r間 12 月 3 日，亞馬遜云科技（AWS，Amazon Web Services）年度 re：Invent 大會正式發(fā)布了其 Nova 系列 AI 模型，標(biāo)志著這家科技巨頭進(jìn)軍前沿基礎(chǔ)大模型領(lǐng)域。
亞馬遜 CEO 安迪賈西（Andy Jassy）親自登臺宣布了這一重大消息，以此展示其在 AI 領(lǐng)域的雄心壯志。
（來源：亞馬遜）
“我們一直在持續(xù)開發(fā)自己的前沿模型，這些模型在過去的四到五個月里取得了巨大進(jìn)展。
如果我們能從中獲得價值，那么我堅信你們也能從中受益�！辟Z西的這番話展示了亞馬遜對 Nova 系列模型的信心。
至此，在云服務(wù) + 自研 AI 大模型的戰(zhàn)場，微軟、谷歌和亞馬遜形成了“三足鼎立”之勢。
我們將看到微軟 GPT+Azure、谷歌 Gemini+Google Cloud 和亞馬遜Nova+AWS 三者之間的正面對抗。
（來源：亞馬遜）
作為一個全新的多模態(tài)生成式 AI 模型家族，Nova 系列包含了六個模型，涵蓋了文本、圖像和視頻生成等多個領(lǐng)域。
其中四個模型專注于文本處理，分別是 Micro、Lite、Pro 和 Premier，另外兩個則是面向創(chuàng)意內(nèi)容生成的 Canvas 和 Reel 模型。
與同為科技巨頭的谷歌和 Meta 相比，亞馬遜的自研大模型顯然姍姍來遲（更不用說跟 OpenAI 和 Anthropic 相比了），但此次一口氣公布了六個模型，展示出后發(fā)優(yōu)勢，意在通過一站式解決方案來滿足不同客戶的多樣化需求。
（來源：亞馬遜）
在文本處理領(lǐng)域，亞馬遜為 Nova 系列制定了清晰的梯度布局。
作為基礎(chǔ)款的 Micro 模型專注于純文本處理，以超低延遲為特點(diǎn)，能夠快速完成文本總結(jié)、翻譯等基礎(chǔ)任務(wù)。
Lite 模型則進(jìn)一步擴(kuò)展了功能，不僅能處理文本，還可以理解圖像和視頻輸入，適合進(jìn)行文檔分析和客戶互動等場景。
Pro 模型則在多模態(tài)處理能力的基礎(chǔ)上，實(shí)現(xiàn)了“精確度、速度和成本的最佳平衡”，亞馬遜將其定義為“全能選手”。
而 Premier 模型是 Nova 系列的旗艦版本，計劃于 2025 年初推出，將專注于處理復(fù)雜推理任務(wù)，并能夠作為“教師模型”來訓(xùn)練定制化模型。
圖 | Nova Pro 與其他競品的性能對比（來源：亞馬遜）
根據(jù)亞馬遜給出的數(shù)據(jù)，Nova 系列模型的性能與直接競品幾乎是伯仲之間，互有勝負(fù)。
其中，Nova Pro 和 Claude 3.5 之間的差距最為明顯，與 GPT、Gemini 的整體表現(xiàn)更加接近。
在技術(shù)規(guī)格方面，Micro 模型擁有 12.8 萬個 token 的上下文窗口，可處理約 10 萬字的內(nèi)容。
而 Lite 和 Pro 型號則支持 30 萬個 token，約等于 22.5 萬字、1.5 萬行代碼或 30 分鐘的視頻內(nèi)容。
亞馬遜還對媒體表示，到 2025 年初，部分 Nova 模型的上下文窗口將擴(kuò)展到超過 200 萬個 token，為處理更加復(fù)雜的任務(wù)提供支持。
在創(chuàng)意內(nèi)容生成方面，Nova Canvas 和 Nova Reel 的加入讓這個產(chǎn)品家族更加完整。
Canvas 模型能夠通過文本提示生成并編輯專業(yè)級別的圖像，用戶可以精確控制生成圖像的配色方案和布局。
而 Reel 模型則提供了視頻生成功能，可以創(chuàng)建長達(dá) 6 秒的視頻內(nèi)容，還支持鏡頭平移、360 度旋轉(zhuǎn)和變焦等高級攝影技巧。
據(jù)亞馬遜內(nèi)部測試顯示，在視頻質(zhì)量和一致性方面，Reel 模型的表現(xiàn)都優(yōu)于市面上的競品。
例如，在與競爭對手 Runway 的 Gen-3 Alpha 模型進(jìn)行的 A/B 測試中，Reel 生成的視頻獲勝率達(dá)到了 61.4%，在視頻一致性方面更是高達(dá) 71.6%。
此外，Nova 系列模型支持超過 200 種語言，并針對英語、德語、法語、中文等 15 種語言進(jìn)行了優(yōu)化。
圖 | Nova 系列模型的部分信息（來源：亞馬遜）
亞馬遜在官方博客中強(qiáng)調(diào)，Nova 系列模型十分重視安全性和負(fù)責(zé)任的 AI 應(yīng)用。它在所有 Nova 模型中都植入了內(nèi)容審核和水印等安全措施，以防止有害內(nèi)容的傳播。
此外，AWS 還推出了 AI 服務(wù)卡（Service Cards），以提供關(guān)于使用案例、限制和負(fù)責(zé)任的 AI 實(shí)踐等信息。
不過，幾乎所有公司都會在模型發(fā)布時強(qiáng)調(diào)這一點(diǎn)，但它們無一例外都“翻車”了。所以，Nova 模型的實(shí)際表現(xiàn)究竟如何，還需要廣大網(wǎng)友親測后才能得出結(jié)論。
亞馬遜高級副總裁羅希特普拉薩德（Rohit Prasad）特別指出，“Nova 系列的設(shè)計充分考慮到了應(yīng)用程序開發(fā)者面臨的常見挑戰(zhàn)，因此在延遲、成本效益和信息基礎(chǔ)等方面都有顯著改進(jìn)�！�
此外，亞馬遜已經(jīng)規(guī)劃了 Nova 系列的發(fā)展藍(lán)圖。2025 年，他們計劃推出語音到語音的模型，該產(chǎn)品不僅能夠理解語氣和節(jié)奏等非語言線索，還能生成自然的、類似人類的聲音。
亞馬遜還計劃于 2025 年中旬推出“任意到任意”模型，旨在能夠?qū)崿F(xiàn)文本、語音、圖像和視頻之間的無縫轉(zhuǎn)換，這被該公司 CEO 賈西稱為“前沿模型的未來發(fā)展方向”。
（來源：亞馬遜）
對于企業(yè)用戶來說，Nova 系列最具吸引力的特點(diǎn)之一，是其與 AWS 基礎(chǔ)設(shè)施的無縫集成，這也是亞馬遜自研大模型的底氣。
通過 Amazon Bedrock 平臺，企業(yè)可以直接對這些模型進(jìn)行微調(diào)和知識蒸餾，使其更好地適應(yīng)特定的業(yè)務(wù)需求。
特別是在檢索增強(qiáng)生成方面，Nova 系列表現(xiàn)出色，能夠基于組織的特定數(shù)據(jù)來提升輸出的可靠性。
亞馬遜公開表示，有企業(yè)在廣告領(lǐng)域使用 Nova 工具后，實(shí)現(xiàn)了廣告產(chǎn)品數(shù)量增加 5 倍、每個產(chǎn)品圖片數(shù)量翻倍的顯著成效，以此證明 Nova 系列在商業(yè)應(yīng)用中的價值。
隨著 Nova 系列的推出，亞馬遜正式加入了生成式 AI 的角力賽場，而這場云服務(wù) + AI 大模型的“三足鼎立”才剛剛拉開帷幕。
除了他們，賽場上還有 Meta、OpenAI 和 Anthropic 等不可小覷的對手。鹿死誰手，猶未可知。
參考資料：
https://aws.amazon.com/ai/generative-ai/nova/
https://docs.aws.amazon.com/nova/latest/userguide/what-is-nova.html
https://www.aboutamazon.com/news/aws/amazon-nova-artificial-intelligence-bedrock-aws
https://techcrunch.com/2024/12/03/amazon-announces-nova-a-new-family-of-multimodal-ai-models/
運(yùn)營/排版：何晨龍
