Amazon nova: introducing the next generation of foundation models

A new milestone in artificial intelligence

在一个激动人心的公告中，亚马逊推出了其新一代的基础模型，统称为 Amazon nova。这些突破性的模型突破了人工智能（AI）的界限，提供前所未有的价格性能、创新性和可及性。Amazon nova 代表了公司在竞争激烈的基础模型领域迈出的第一步，提供了为性能、延迟优化和成本效率而构建的尖端能力。

在本文中，我们将深入探讨 Amazon nova 的细节，涵盖其模型的变体、基准测试、独特功能和未来路线图。

Amazon nova: an overview of frontier models

这是官方的 Amazon nova 宣布其基础模型的公告。

该公告介绍了 Amazon nova，一系列先进的基础模型，旨在提供跨多种任务的尖端性能。这些模型被描述为“前沿模型”，体现了智能、多功能性和成本节省。Nova 系列有望与当前的领导者如 OpenAI、谷歌和 Meta 竞争，为开发者、企业和数据密集型业务提供吸引力的解决方案。

Amazon nova 的突出特点是其 可扩展的模型架构。这些模型满足不同需求，从基础的文本生成开始，扩展到处理文本、图像甚至视频的高度多模态智能，以实现多种输出。

Four flavors of Amazon nova

每个 Nova 风味都针对特定任务并随着智能扩展。

Amazon nova 推出了四种不同类型的模型：

微型模型：
这是一个纯文本模型，专注于自然语言处理任务。它基于提供的文本输入输出文本，提供 闪电般的快速性能 和 成本效率，使其非常适合简单的重复任务。早期报告表明，亚马逊的内部开发者对微型模型在基础自动化方面的能力非常满意。
轻型模型：
作为 多模态模型 设计，它处理文本、图像或视频的输入，并输出文本。轻型模型扩展了智能，非常适合需要高级理解的轻量级任务。
专业模型：
另一个多模态产品，专业模型在智能和功能方面超越其轻型对手，使其成为高性能 AI 工作负载的竞争选择。
高级模型：
计划在 2024 年第一季度发布，高级模型将是亚马逊最大和最先进的多模态基础模型。它承诺提供超越现有 Nova 系列模型的能力。

每个模型都在前一个模型的基础上进行了构建，在复杂性和性能上进行了扩展，以满足广泛的应用需求。

Benchmarking nova models: outperforming the competition

Amazon nova 模型与行业领导者进行基准测试，包括 GPT、LLaMA 和 Gemini。

亚马逊对 nova 模型进行了广泛的基准测试，以与主要竞争对手，如 Meta 的 LLaMA、谷歌的 Gemini 和 OpenAI 的 GPT 模型 进行性能比较：

微型模型：
Nova 的微型模型的基准测试显示，与 LLaMA 和 Gemini 相比，性能 优于或相等。值得注意的是，在基于统计显著性测试的 13 个类别中，有 12 个类别的得分更高。微型模型的出色表现突显了亚马逊能够提供具有企业级准确性的较小规模模型。
轻型模型：
与 OpenAI 的 GPT-3.5 和谷歌的 Gemini 的比较显示，在 19 个基准中有 17 个得到了相等或优越的结果。即使与 GPT-4 和其他知名模型相比，轻型变体仍然保持高度竞争力。
专业模型：
专业模型在各个方面与行业基准相匹配或超越，展示了卓越的性价比。与 OpenAI 的 GPT-4 相比，它在 20 个指标中得分更高的达 17 个。在性能、成本和延迟极为重要的应用中，专业模型是亚马逊的王牌。

作为 Nova 系列中最受期待的产品，高级模型 仍在开发中。然而，亚马逊的路线图和基准承诺在 2024 年第一季度将成为强有力的竞争者。

Above and beyond: optimized features for AI adoption

Nova 模型与 AWS Bedrock 无缝集成，使生态系统体验更加丰富。

使 Amazon nova 特别令人兴奋的并不限于高基准排名。这些模型拥有增强其对企业吸引力的特性：

成本效益：
Nova 模型据报道比 AWS Bedrock 上的其他领先 AI 模型便宜 多达 75%。
低延迟和高效率：
它们经过优化，适用于 对延迟敏感的应用程序，确保快速响应时间和与工作负载的无缝集成。
深度集成的 AWS 生态系统：
除了独立部署，Nova 模型与 AWS Bedrock 深度集成。这使得用户能够进行微调，利用 数据提炼，并无缝地将专有系统和API嵌入操作中。
知识基础：
将 Nova 与 AWS 的 Bedrock 知识库 配对，用户可以将 AI 生成的输出基础放在现实数据或专有数据库中。

这些特性不仅为尖端开发创造了吸引力，也为实际的企业级应用提供了引人注目的 AI 解决方案。

Expanding capabilities: introducing nova canvas and nova real

亚马逊在生成图像和视频模型中扩展：Canvas 和 Real。

为了扩大生成 AI 的范围，亚马逊推出了 Nova Canvas 和 Nova Real，扩展到图像和视频内容创建：

Nova Canvas

一个 尖端的图像生成模型，Canvas 将创造力与 AI 桥接，提供如下工具：

自然语言到图像生成：使用简单的语言提示创建 工作室级别的图像。
文本编辑图像：使用描述性命令实时适应图像。
预设控制：控制诸如 颜色方案、布局等方面的功能，以及用于防止有害内容的水印和审核的道德 AI 治理。

Nova Real

在视频创建方面，Nova Real 以以下特点脱颖而出：

工作室级别的视频：为市场营销和广告等高需求用例定制输出。
运动和相机控制：实现 360° 平移、缩放及旋转等效果，以便动态内容制作。
视频长度自定义：起初支持 6 秒视频，将在几个月内扩展至 2 分钟。

这两个模型与 DALL-E、Stable Diffusion 和 Runway 等行业领导者进行基准测试，用户评估的质量和指令遵循度表现突出。

A sneak peek into the future of Amazon nova

亚马逊展示了 Nova 在 2024 年及以后的计划进展。

亚马逊对 Nova 有雄心勃勃的计划。即将推出的重大进展包括：

语音到语音模型：
预计在 2024 年第一季度推出，该模型将启用无缝的 语音输入和输出，以实现快速流利的对话 AI 应用。
任何到任何模型：
计划在 2024 年中期推出，这一创新将 多模态能力提升到新的高度，允许以任何格式进行输入/输出——文本、图像、语音或视频——展现 AI 设计的灵活性和多样性。
第二代 Nova 模型：
亚马逊团队旨在精炼当前模型，增强其效率、可扩展性和在现实世界中的实用性。