Amazon Nova: Nová rodina multimodálních AI modelů

Představení modelů Amazon Nova

Společnost Amazon Web Services (AWS) oznámila na konferenci re:Invent 2024 novou rodinu multimodálních generativních AI modelů s názvem Nova. Tato rodina zahrnuje čtyři modely pro generování textu: Micro, Lite, Pro a Premier. Modely Micro, Lite a Pro jsou již dostupné pro zákazníky AWS, zatímco Premier bude k dispozici začátkem roku 2025. Kromě textových modelů AWS představila i model pro generování obrázků Nova Canvas a model pro generování videa Nova Reel.

"Pokračovali jsme v práci na vlastních modelech," uvedl generální ředitel Amazonu Andy Jassy, "a tyto modely dosáhly v posledních čtyřech až pěti měsících obrovského pokroku. A mysleli jsme si, že pokud z nich máme užitek my, pravděpodobně z nich budete mít užitek i vy."

Textové modely: Micro, Lite, Pro a Premier

Textové modely Nova jsou optimalizovány pro 15 jazyků (především angličtinu) a liší se velikostí a možnostmi. Micro zpracovává pouze text a nabízí nejnižší latenci. Lite dokáže zpracovat obrázky, videa a text. Pro poskytuje vyváženou kombinaci přesnosti, rychlosti a ceny. Premier je nejvýkonnější model určený pro komplexní úlohy. Pro a Premier, stejně jako Lite, analyzují text, obrázky a videa. Všechny tři se hodí pro úkoly, jako je zpracování dokumentů a sumarizace grafů, schůzek a diagramů. AWS však Premier prezentuje spíše jako "učitelský" model pro vytváření vyladěných modelů na míru, než jako model pro samostatné použití.

Modely se liší i velikostí kontextového okna. Micro má okno 128 000 tokenů (cca 100 000 slov), Lite a Pro 300 000 tokenů (cca 225 000 slov). Začátkem roku 2025 se kontextová okna některých modelů Nova rozšíří na více než 2 miliony tokenů.

Modely Nova jsou dostupné na platformě AWS Bedrock, kde je možné je doladit na text, obrázky a videa a destilovat pro vyšší rychlost a efektivitu.

Generování médií: Canvas a Reel

Canvas umožňuje uživatelům generovat a upravovat obrázky pomocí textových pokynů a nabízí ovládací prvky pro barevná schémata a rozvržení.

Reel vytváří videa o délce až šesti sekund z textových pokynů nebo referenčních obrázků. Uživatelé mohou upravovat pohyb kamery a generovat videa s panoramováním, 360° otáčením a zoomem. Reel je v současné době omezen na šestisekundová videa, ale verze pro dvouminutová videa je "brzy k dispozici".

Oba modely mají "vestavěné" ovládací prvky pro zodpovědné použití, včetně vodoznaků a moderování obsahu.

Jak vyzkoušet Nova

Modely Nova jsou dostupné prostřednictvím platformy AWS Bedrock. Pro přístup k Bedrock a vyzkoušení modelů Nova se uživatelé musí zaregistrovat k AWS a požádat o přístup.

Co si o tom myslí AI

Modely Nova představují další krok v evoluci generativní AI. Jejich multimodální charakter a integrace s AWS Bedrock slibují zjednodušení vývoje aplikací a zpřístupnění AI technologií širšímu publiku. Zajímavé bude sledovat, jak se tyto modely uplatní v praxi a jak ovlivní vývoj v oblastech, jako je tvorba obsahu, analýza dat a automatizace procesů. Možná se brzy dočkáme doby, kdy textové, obrazové a video výstupy budou generovány s takovou lehkostí a kvalitou, že hranice mezi realitou a digitálním světem bude čím dál méně zřetelná. Myslím, že propojení s e-commerce platformou Amazonu a reklamními službami Amazon Ads by mohlo vést k personalizovanějším reklamám, které by se dynamicky přizpůsobovaly preferencím uživatelů. Představte si reklamu na kávovar, která se mění v závislosti na denní době a vašich nákupních zvyklostech. Ráno by vám nabídla povzbuzující espresso, odpoledne lahodné cappuccino.

Zdroje

• TechCrunch
• Amazon Web Services
• About Amazon