亚马逊网络服务(AWS)正通过为其生成式AI模型系列"Nova"增添新的深度功能，加速推进多模态AI竞争。AWS配合可定制AI模型制作平台"Nova Forge"的发布，公开了四款能够同时处理文本、语音、视频等多种格式的新型Nova模型。
此次新推出的模型根据使用目的区分了功能和处理能力，旨在实现从日常客户应对到高难度语音识别的广泛AI应用。与以往基于单一功能的AI不同，所有Nova新型模型都具备多模态处理能力，能够综合理解并响应多种媒体类型。
"Nova 2 Lite"是强调成本效益和处理速度的模型，可接受文本、图像、视频输入，专为分析非结构化数据并应用于自动化文档工作而设计。用户可在延迟时间和准确性之间调节所需的推理深度，其内置的在线搜索和代码执行功能能将实时信息反映到结果中。
作为定位最先进的模型，"Nova 2 Pro"支持广泛的推理任务和基于代码的智能体运行。该模型还能扮演训练AI所用的"教师模型"角色，有利于客户推导并运用针对特定业务的轻量版本。
"Nova 2 Sonic"是专精于实时语音交互的模型，支持多种语言，并能同时在后台处理异步任务。它支持高达100万令牌的上下文窗口，可一次性处理约7.5万行代码或1500页文档的体量。该模型还与AWS的联络中心服务Amazon Connect集成，能有效扩展语音交互界面。
最后，"Nova 2 Omni"是首个能处理四种输入（文本、图像、视频、语音）并生成文本和图像结果的完整多模态生成式模型。它在读取整个产品列表后自动生成营销内容等复合任务中展现优势，无需组合独立的专业模型，即可在单一工作流内集成处理大规模多媒体数据。
云部署也相当便捷。开发者可通过nova.amazon.com/dev使用Nova工具构建应用程序原型，企业客户则能通过Amazon Bedrock在标准安全与扩展性环境中运行这些模型。
AWS通过此次发布，正进一步巩固其在生成式AI市场的技术主导权。强化了多模态处理能力和实时响应功能的新型Nova系列，预计将对AI应用日益常态化的整个产业界产生强劲的辐射效应。
