Amazon公布多模態AI模型家族Nova

在re:Invent大會上，Amazon Web Services（AWS）公布自有多模態AI模型家族Amazon Nova。

Amazon Nova家族是AWS首次推出涵括文字、圖片和影片的多模態AI模型，包含6款模型，於Amazon Bedrock平臺上提供給企業用戶。這些模型包括Amazon Nova Micro，為純文字模型，價格也最便宜。Amazon Nova Lite能處理文字、圖片和影片輸入。Amazon Nova Pro強調是整合高準確率、速度及成本效益的多模態模型。Amazon Nova Canvas及Amazon Nova Reel分別為state-of-the-art圖片及影像生成模型。Nova Reel只需在提示中輸入一幀圖片，即可生成一段短影片。

其次還有具備處理複雜理解任務，可作為蒸餾自製模型的教師模型Amazon Nova Premier，是AWS最強大的多模態模型，預計2025年問世。

目前Nova已在美國東岸的Amazon Bedrock平臺提供。而Micro、Lite、Pro則在另二個美國AWS區域（regions）上線。價格則視Bedrock而定。最便宜（Nova Micro）為每千字詞輸入/輸出$0.000035及$0.00014美元。

AWS指出，Nova家族支援200種語言，其中Micro、Lite、Pro版比Amazon Bedrock的其他同等級模型價格便宜至少75%，也是該平臺上速度最快的模型。

在Bedrock平臺上，AWS用戶可透過API存取這些以及早先提供的其他模型。Nova模型也支援微調及蒸餾。用戶可以自有資料提供範例，藉此訓練並提升模型準確度，或是當成教師模型，以蒸餾出專門用途的小模型。

此外，Nova模型可和Bedrock知識庫（Knowledge Bases）整合，且具備優異的擷取增強生成（Retrieval Augmented Generation，RAG）能力，讓企業用戶以公司自有資料為grounding基礎，確保模型生成內容的準確性。另外，企業也能將Nova模型與代理人程式串聯，透過API存取公司內部系統和資料，完成工作流程自動化。

AWS預計2025年再推出二款Nova成員模型，包括一款口語輸出／輸入（speech-to-speech）及原生的多模態輸出／輸入（multimodal-to-multimodal）模型。