Amazons administrerende direktør Andy Jassy gik på scenen ved virksomhedens re:Invent-konference i tirsdags for at vise seks nye tekst-, billed- og videogenerationsmodeller, som det kalder Amazon Nova.
Denne nye familie af multimodale generative AI’er inkluderer Nova Micro, en kun tekstmodel bygget til billige svar med lav latens; Nova Lite, en billig multimodal model til behandling af billed-, video- og tekstinput; og Nova Pro, dens multimodale model til generelle formål, der kombinerer “nøjagtighed, hastighed og omkostninger til en lang række opgaver,” pr. virksomhedens annonceringsindlæg. Nova Premier er Amazons “mest dygtige … multimodale modeller til komplekse ræsonnementopgaver”, mens Nova Canvas er en dedikeret tekst-til-billede-motor, og Nova Reel er specialbygget til at generere video.
Anbefalede videoer
De tekstbaserede modeller er optimeret på 15 forskellige sprog. Micro tilbyder et kontekstvindue på 128.000 tokens, mens både Lite og Pro kan håndtere op til 300.000 tokens (omkring 225.000 ord eller 30 minutters video). Virksomheden planlægger at udvide kontekstvinduerne for sine større modeller op til 2 millioner tokens i begyndelsen af næste år.
Canvas gør det muligt for brugere at generere og redigere billeder ved hjælp af naturlige sprogprompter. Reels, som vil konkurrere med Gen-3 Alpha, Kling og Dall-E 3, kan generere klip på op til seks sekunder fra både tekstprompter og referencebilleder. Videogeneratoren tilbyder også kamerabevægelseskontrol inklusive panorering og zoom.
“Vi er blevet ved med at arbejde på vores egne frontier-modeller,” fortalte Jassy det forsamlede publikum, “og disse frontier-modeller har gjort en enorm fremgang i løbet af de sidste fire til fem måneder. Og vi regnede med, at hvis vi fandt værdi ud af dem, ville du sandsynligvis finde værdi ud af dem.”
Jassy siger også, at disse modeller både er blandt de billigste i drift og hurtigste i deres klasse, selvom virksomheden endnu ikke har postet benchmarkdata, der understøtter disse påstande. “Vi har optimeret disse modeller til at arbejde med proprietære systemer og API’er, så du kan udføre flere orkestrerede automatiske trin – agentadfærd – meget nemmere med disse modeller,” sagde han. “Så jeg synes, det er meget overbevisende.”
Micro-, Lite- og Pro-modellerne (såvel som Canvas og Reels) er alle i øjeblikket tilgængelige for AWS-kunder. Premieren forventes at ankomme i 1. kvartal 2025.
Støt vores arbejde ❤️
Hvis du kunne lide denne artikel, kan du overveje at give drikkepenge for at hjælpe os med fortsat at udgive kvalitetsindhold.
