亚马逊推出 Nova AI 模型系列,用于生成文本、图像和视频

admin 2024年12月4日21:54:58评论82 views字数 1388阅读4分37秒阅读模式

作为世界上最大的科技公司之一,亚马逊在生成式人工智能竞赛中的地位主要集中在构建其开发者工具和平台,以及为初创公司 Anthropic 提供大量资金。

但近期格局发生改变,亚马逊首席执行官安迪·贾西 (Andy Jassy)在年度亚马逊网络服务 (AWS) re:Invent 大会上宣布,这家电子商务巨头正在部署一个名为 Nova 的全新人工智能模型系列,该模型允许用户生成文本、图像和数据。视频——与 OpenAI、Google 甚至其自己的投资 Anthropic 等公司进行对抗。

亚马逊推出 Nova AI 模型系列,用于生成文本、图像和视频

Amazon Nova 套件推出了多种针对特定用例定制的模型,全部支持 200 多种语言:

• Amazon Nova Micro:纯文本模型,针对以最低成本进行低延迟响应进行了优化。

• Amazon Nova Lite:一种多模式模型,能够以极低的成本快速处理文本、图像和视频。

• Amazon Nova Pro:一种集准确性、速度和成本效益于一体的多模式模型,专为各种任务而设计。

• Amazon Nova Premier:最先进的多模式模型,用于复杂推理任务和提炼自定义模型(于 2025 年第一季度推出)。

• Amazon Nova Canvas:用于创意内容开发的高级图像生成模型。

• Amazon Nova Reel:最先进的视频生成模型,提供动态功能。

所有模型都支持微调和知识提炼,允许客户根据其专有数据定制人工智能工具,以提高准确性和性能。

图像画布和复杂的相机控制

Nova Canvas 和 Reel 模型凸显了亚马逊在创意内容生成方面的努力:

• Nova Canvas:用户可以通过自然语言文本提示编辑图像并调整布局或配色方案。内置安全措施(例如水印和内容审核)可确保负责任的人工智能使用。

• Nova Reel:该视频生成模型支持高级功能,包括摄像机运动控制,如平移、缩放和 360 度旋转。它允许创建动态的六秒视频,预计未来还会有更多功能。

人类评估验证了该模型的能力。 Nova Reel 在 A/B 测试中的表现优于 Runway 的 Gen-3 Alpha,视频质量胜率达到 61.4%,视频一致性胜率达到 71.6%。

专为品牌设计

亚马逊通用人工智能高级副总裁 Rohit Prasad 指出,Amazon Nova 旨在解决应用程序构建者面临的常见挑战。

这些模型在延迟、成本效益和信息基础方面取得了进步,为内部和外部客户提供灵活而强大的解决方案。

在广告中使用 Amazon Nova 工具的品牌报告了显着的改进,包括广告产品数量增加了五倍,以及每个产品的图像增加了一倍。

这些工具还使广告商能够探索新的策略,例如关键词级创意优化和视频广告。

亚马逊宣布计划在 2025 年扩展 Nova 系列,新增两款机型:

•用于自然、类人言语交互的语音到语音模型。

•任意对任意模态模型,可以处理和生成文本、图像、音频和视频,从而实现跨模态的无缝翻译和编辑。

亚马逊强调安全性和透明度,并在所有 Nova 型号中提供集成保护。该公司推出了 AWS AI 服务卡,提供有关用例、限制和负责任的 AI 实践的清晰文档。嵌入水印和内容审核等功能以确保遵守道德标准。

Amazon Nova 代表了该公司人工智能之旅的重要一步,为企业和个人带来了创新的生成式人工智能工具。随着这些工具变得越来越广泛使用,亚马逊继续优先考虑为客户提供现实世界的价值

亚马逊推出 Nova AI 模型系列,用于生成文本、图像和视频

原文始发于微信公众号(CAAI人工智能与安全专委会):亚马逊推出 Nova AI 模型系列,用于生成文本、图像和视频

免责声明:文章中涉及的程序(方法)可能带有攻击性,仅供安全研究与教学之用,读者将其信息做其他用途,由读者承担全部法律及连带责任,本站不承担任何法律及连带责任;如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截,联系方式见首页),望知悉。
  • 左青龙
  • 微信扫一扫
  • weinxin
  • 右白虎
  • 微信扫一扫
  • weinxin
admin
  • 本文由 发表于 2024年12月4日21:54:58
  • 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出):
                   亚马逊推出 Nova AI 模型系列,用于生成文本、图像和视频http://cn-sec.com/archives/3467420.html
                  免责声明:文章中涉及的程序(方法)可能带有攻击性,仅供安全研究与教学之用,读者将其信息做其他用途,由读者承担全部法律及连带责任,本站不承担任何法律及连带责任;如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截,联系方式见首页),望知悉.

发表评论

匿名网友 填写信息