亚马逊推出Nova大模型，云服务-大模型战场“三足鼎立”

【蜂耘网  云计算】当地时间 12 月 3 日，亚马逊云科技（AWS，Amazon Web Services）年度 re：Invent 大会正式发布了其 Nova 系列 AI 模型，标志着这家科技巨头进军前沿基础大模型领域。

 

亚马逊 CEO 安迪·贾西（Andy Jassy）亲自登台宣布了这一重大消息，以此展示其在 AI 领域的雄心壮志。

 

（来源：亚马逊）

 

“我们一直在持续开发自己的前沿模型，这些模型在过去的四到五个月里取得了巨大进展。

 

如果我们能从中获得价值，那么我坚信你们也能从中受益。”贾西的这番话展示了亚马逊对 Nova 系列模型的信心。

 

至此，在云服务 + 自研 AI 大模型的战场，微软、谷歌和亚马逊形成了“三足鼎立”之势。

 

我们将看到微软 GPT+Azure、谷歌 Gemini+Google Cloud 和亚马逊Nova+AWS 三者之间的正面对抗。

 

（来源：亚马逊）

 

作为一个全新的多模态生成式 AI 模型家族，Nova 系列包含了六个模型，涵盖了文本、图像和视频生成等多个领域。

 

其中四个模型专注于文本处理，分别是 Micro、Lite、Pro 和 Premier，另外两个则是面向创意内容生成的 Canvas 和 Reel 模型。

 

与同为科技巨头的谷歌和 Meta 相比，亚马逊的自研大模型显然姗姗来迟（更不用说跟 OpenAI 和 Anthropic 相比了），但此次一口气公布了六个模型，展示出后发优势，意在通过一站式解决方案来满足不同客户的多样化需求。

 

（来源：亚马逊）

 

在文本处理领域，亚马逊为 Nova 系列制定了清晰的梯度布局。

 

作为基础款的 Micro 模型专注于纯文本处理，以超低延迟为特点，能够快速完成文本总结、翻译等基础任务。

 

Lite 模型则进一步扩展了功能，不仅能处理文本，还可以理解图像和视频输入，适合进行文档分析和客户互动等场景。

 

Pro 模型则在多模态处理能力的基础上，实现了“精确度、速度和成本的最佳平衡”，亚马逊将其定义为“全能选手”。

 

而 Premier 模型是 Nova 系列的旗舰版本，计划于 2025 年初推出，将专注于处理复杂推理任务，并能够作为“教师模型”来训练定制化模型。

 

图 | Nova Pro 与其他竞品的性能对比（来源：亚马逊）

 

根据亚马逊给出的数据，Nova 系列模型的性能与直接竞品几乎是伯仲之间，互有胜负。

 

其中，Nova Pro 和 Claude 3.5 之间的差距最为明显，与 GPT、Gemini 的整体表现更加接近。

 

在技术规格方面，Micro 模型拥有 12.8 万个 token 的上下文窗口，可处理约 10 万字的内容。

 

而 Lite 和 Pro 型号则支持 30 万个 token，约等于 22.5 万字、1.5 万行代码或 30 分钟的视频内容。

 

亚马逊还对媒体表示，到 2025 年初，部分 Nova 模型的上下文窗口将扩展到超过 200 万个 token，为处理更加复杂的任务提供支持。

 

在创意内容生成方面，Nova Canvas 和 Nova Reel 的加入让这个产品家族更加完整。

 

Canvas 模型能够通过文本提示生成并编辑专业级别的图像，用户可以精确控制生成图像的配色方案和布局。

 

而 Reel 模型则提供了视频生成功能，可以创建长达 6 秒的视频内容，还支持镜头平移、360 度旋转和变焦等高级摄影技巧。

 

据亚马逊内部测试显示，在视频质量和一致性方面，Reel 模型的表现都优于市面上的竞品。

 

例如，在与竞争对手 Runway 的 Gen-3 Alpha 模型进行的 A/B 测试中，Reel 生成的视频获胜率达到了 61.4%，在视频一致性方面更是高达 71.6%。

 

此外，Nova 系列模型支持超过 200 种语言，并针对英语、德语、法语、中文等 15 种语言进行了优化。

 

图 | Nova 系列模型的部分信息（来源：亚马逊）

 

亚马逊在官方博客中强调，Nova 系列模型十分重视安全性和负责任的 AI 应用。它在所有 Nova 模型中都植入了内容审核和水印等安全措施，以防止有害内容的传播。

 

此外，AWS 还推出了 AI 服务卡（Service Cards），以提供关于使用案例、限制和负责任的 AI 实践等信息。

 

不过，几乎所有公司都会在模型发布时强调这一点，但它们无一例外都“翻车”了。所以，Nova 模型的实际表现究竟如何，还需要广大网友亲测后才能得出结论。

 

亚马逊高级副总裁罗希特·普拉萨德（Rohit Prasad）特别指出，“Nova 系列的设计充分考虑到了应用程序开发者面临的常见挑战，因此在延迟、成本效益和信息基础等方面都有显著改进。”

 

此外，亚马逊已经规划了 Nova 系列的发展蓝图。2025 年，他们计划推出语音到语音的模型，该产品不仅能够理解语气和节奏等非语言线索，还能生成自然的、类似人类的声音。

 

亚马逊还计划于 2025 年中旬推出“任意到任意”模型，旨在能够实现文本、语音、图像和视频之间的无缝转换，这被该公司 CEO 贾西称为“前沿模型的未来发展方向”。

 

（来源：亚马逊）

 

对于企业用户来说，Nova 系列最具吸引力的特点之一，是其与 AWS 基础设施的无缝集成，这也是亚马逊自研大模型的底气。

 

通过 Amazon Bedrock 平台，企业可以直接对这些模型进行微调和知识蒸馏，使其更好地适应特定的业务需求。

 

特别是在检索增强生成方面，Nova 系列表现出色，能够基于组织的特定数据来提升输出的可靠性。

 

亚马逊公开表示，有企业在广告领域使用 Nova 工具后，实现了广告产品数量增加 5 倍、每个产品图片数量翻倍的显著成效，以此证明 Nova 系列在商业应用中的价值。

 

随着 Nova 系列的推出，亚马逊正式加入了生成式 AI 的角力赛场，而这场云服务 + AI 大模型的“三足鼎立”才刚刚拉开帷幕。

 

除了他们，赛场上还有 Meta、OpenAI 和 Anthropic 等不可小觑的对手。鹿死谁手，犹未可知。

 

参考资料：

 

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/

 

 

（蜂耘云计算网  责任编辑：行云）