文章目录
我们提出亚马逊Nova，新一代最先进的基础模型，提供前沿的智能和行业领先的价格表现。亚马逊Nova Pro是一款功能强大的多模式模型，具有精度，速度和成本的最佳组合，适用于各种任务。Amazon Nova Lite是一款低成本的多模式模式，在处理图像、视频、文档和文本方面速度极快。Amazon Nova Micro是一个纯文本模型，它以非常低的成本提供我们最低延迟的响应。Amazon Nova Canvas是一个图像生成模型，可以创建具有丰富自定义控件的专业级图像。亚马逊Nova Reel是一个视频生成模型，提供高质量的输出，定制和运动控制。我们的模型是负责任的，并承诺客户的信任，安全性和可靠性。我们报告了核心能力、代理性能、长上下文、功能适应性、运行时性能和人员评估的基准测试结果。 ——摘自《The Amazon Nova family of models: Technical report and model card》
一、什么是Amazon Nova?
Amazon Nova 是新一代最先进的 （SOTA） 基础模型 （FM），可提供前沿智能和行业领先的性价比，仅在 Amazon Bedrock 上提供。
Amazon Nova Micro、Amazon Nova Lite 和 Amazon Nova Pro 是最先进的模型，可提供前沿的智能和行业领先的性价比。
- Amazon Nova Micro 是一种纯文本模型，能够以非常低的成本提供最低的延迟响应。
- Amazon Nova Lite 是一种成本非常低的多模态模型，它能以闪电般的速度处理图像、视频和文本输入以生成文本输出。
- Amazon Nova Pro 是一种功能强大的多模式模型，具有适用于各种任务的准确性、速度和成本的最佳组合。
Amazon Nova 理解模型支持 200 多种语言、文本和视觉微调，并通过 Amazon Bedrock 知识库和 Bedrock 代理等功能与专有数据和应用程序轻松集成。使用适当的模型和技术（如蒸馏），您可以通过 Amazon Nova 理解模型获得满足您需求的最佳智能、延迟和成本。
二、Amazon Nova 理解模型
Amazon Nova Micro、Amazon Nova Lite 和 Amazon Nova Pro 是接受文本、图像或视频输入并生成文本输出的理解模型。它们提供了广泛的功能、准确性、速度和成本操作点选择。
- 跨智能类快速且经济高效的推理
- 最先进的文本、图像和视频理解
- 对文本、图像和视频输入进行微调
- 领先的代理和多模式检索增强生成 （RAG） 功能
- 使用 Amazon Bedrock 轻松集成到专有数据和应用程序
Amazon Nova 型号版本对比
| Amazon Nova Pro | Amazon Nova Lite | Amazon Nova micro | |
|---|---|---|---|
| Model ID | amazon.nova-pro-v1:0 | amazon.nova-lite-v1:0 | amazon.nova-micro-v1:0 |
| Inference Profile ID | us.amazon.nova-pro-v1:0 | us.amazon.nova-lite-v1:0 | us.amazon.nova-micro-v1:0 |
| Input modalities | Text, Image, Video | Text, Image, Video | Text |
| Output Modalities | Text | Text | Text |
| Context Window | 300k | 300k | 128k |
| Max Output Tokens | 5k | 5k | 5k |
| Supported Languages | 200+1 | 200+1 | 200+1 |
| Regions | US East (N. Virginia) | US East (N. Virginia) | US East (N. Virginia) |
| Document Support | pdf, csv, doc, docx, xls, xlsx, html, txt, md | pdf, csv, doc, docx, xls, xlsx, html, txt, md | No |
Amazon Nova Micro
一种纯文本模型，以非常低的成本提供 Amazon Nova 系列模型中最低的延迟响应。Amazon Nova Micro 的上下文长度为 128K 令牌，并针对速度和成本进行了优化，擅长于文本摘要、翻译、内容分类、交互式聊天和头脑风暴以及简单的数学推理和编码等任务。Amazon Nova Micro 还支持使用微调和模型蒸馏对专有数据进行自定义，以提高准确性。
Amazon Nova Lite
一种成本非常低的多模态模型，可以快速处理图像、视频和文本输入以生成文本输出。Amazon Nova Lite 可以高精度地处理实时客户交互、文档分析和可视化问答任务。该模型可处理长度高达 300K 令牌的输入，并且可以在单个请求中分析多张图像或长达 30 分钟的视频。Amazon Nova Lite 还支持文本和多模态微调，并且可以通过模型蒸馏等技术进行优化，为您的使用案例提供最佳质量和成本。
Amazon Nova Pro
一种功能强大的多模式模型，具有适用于各种任务的准确性、速度和成本的最佳组合。Amazon Nova Pro 能够处理多达 300K 的输入令牌，并为需要调用 API 和工具来完成复杂工作流的多模式智能和代理工作流设定了新标准。它在关键基准测试中实现了最先进的性能，包括视觉问答 （TextVQA） 和视频理解 （VATEX）。Amazon Nova Pro 在处理视觉和文本信息方面表现出强大的能力，并且擅长分析财务文档。凭借 300K 令牌的输入上下文，它可以处理超过 15,000 行代码的代码库。Amazon Nova Pro 还用作教师模型，用于提炼 Amazon Nova Micro 和 Lite 的自定义变体。
Amazon Nova Premier🌟
功能最强大的多模态模型，用于复杂的推理任务，并用作提取自定义模型的最佳实践。Amazon Nova Premier 仍在培训中。计划在 2025 年初推出。
三、Amazon Nova 创意内容生成模型
Amazon Nova Canvas 和 Amazon Nova Reel 是创意内容生成模型，它们接受文本和图像输入并生成图像或视频输出。它们旨在提供可自定义的高质量图像和视频，以生成视觉内容。
- 最先进的图像和视频生成
- 控制您的视觉内容生成
- 自定义和编辑视觉内容的多种方法
- 通过水印和内容审核支持安全、负责任地使用 AI
Amazon Nova Canvas
一种最先进的图像生成模型，可生成工作室品质的图像，并精确控制样式和内容，包括丰富的编辑功能，例如修复、外绘和背景去除。
| Amazon Nova Canvas | |
|---|---|
| Model Characteristics | |
| Model ID | amazon.nova-canvas-v1:0 |
| Input Modalities | Text, Image |
| Output Modalities | Image |
| Max Prompt Length | 1024 characters |
| Max Output Resolution (generation tasks) | 4.19 million pixels (that is, 2048x2048, 2816x1536) |
| Max Output Resolution (editing tasks) | Must meet all of the following:4096 pixels on its longest sideAspect ratio between 1:4 and 4:1Total pixel count of 4.19 million or smaller |
| Supporting Input Image Types | PNG, JPEG |
| Supported Languages | English |
| Regions | US East (N. Virginia) |
| Bedrock Feature Support | |
| Invoke Model API | Yes |
| Fine Tuning | No |
| Provisioned Throughput | No |
使用 Amazon Nova Pro 进行文档分析，输出按照说明生成一个结构化的决策树，在阅读文档之前可以大致了解一下文档。
Amazon Nova Reel
最先进的视频生成模型。使用 Amazon Nova Reel，您可以通过文本提示和图像制作短视频，控制视觉风格和节奏，并为营销、广告和娱乐生成专业品质的视频内容。Amazon Nova Reel 在对视频质量和视频一致性的人工评估方面优于现有模型。
借助 Amazon Nova Reel，可以使用基于文本和图像的提示生成逼真的工作室质量视频。该模型支持文本到视频的生成以及文本和图像到视频的生成。视频以 1280x720 的分辨率生成，每秒 24 帧，持续时间为 6 秒。
| Amazon Nova Reel | |
|---|---|
| Model ID | amazon.nova-reel-v1:0 |
| Input modalities | text, image |
| Output Modalities | video |
| Input Context Window Text | 512 characters |
| Supported Languages | English |
| Regions | US East (N. Virginia) |
| Video Resolution | 1280x720 |
| Frames per second | 24 |
| Video Duration (seconds) | 6 |
| Async Invoke Model API | Yes |
| Invoke Model API | No |
| Fine Tuning | No |
| Provisioned Throughput | No |
四、参考链接
1️⃣https://www.amazon.science/publications/the-amazon-nova-family-of-models-technical-report-and-model-card
2️⃣https://aws.amazon.com/ai/generative-ai/nova/understanding
3️⃣https://aws.amazon.com/ai/generative-ai/nova/creative
4️⃣https://aws.amazon.com/cn/ai/generative-ai/nova
一图看懂：五项修炼，破局生成式AI应用构建
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
