在周二举行的 re:Invent 大会上，亚马逊云计算部门 AWS 宣布推出全新多模态生成式 AI 模型系列 Nova。该系列包含四种文本生成模型（Micro、Lite、Pro、Premier）以及图像生成模型 Nova Canvas 和视频生成模型 Nova Reel。
AWS CEO Andy Jassy 表示，Micro、Lite、Pro 及两款媒体模型已于周二向客户开放，Premier 将于 2025 年初推出。他强调，这些前沿模型在过去数月取得巨大进展，若对 AWS 有价值，对客户同样具备价值。
文本模型：Micro、Lite、Pro 与 Premier
Nova 文本模型专为 15 种语言（以英语为主）优化，各型号规模与能力差异显著：
- Micro：仅支持文本输入输出，但延迟最低，处理与响应速度最快。
- Lite：能以合理速度处理图像、视频和文本输入。
- Pro：在准确性、速度和成本间提供平衡组合。
- Premier：能力最强，专为复杂工作负载设计，定位为创建微调自定义模型的“教师”模型。
Lite、Pro 和 Premier 均支持分析文本、图像和视频，适合文档消化、图表/会议总结等任务。上下文窗口方面，Micro 为 12.8 万 token（约 10 万词），Lite 和 Pro 为 30 万 token（约 22.5 万词、1.5 万行代码或 30 分钟视频）。AWS 计划到 2025 年初将部分模型扩展至超 200 万 token。
Jassy 称 Nova 是同类中速度最快、成本最低的模型之一，可在 AWS Bedrock 上使用，支持多模态微调及蒸馏技术优化。此外，模型已针对专有系统和 API 协同工作进行优化，便于用户执行编排好的自动代理行为。
媒体生成：Canvas 与 Reel
这是 AWS 在生成式媒体领域的重要举措：
- Nova Canvas：支持通过提示词生成和编辑图像（如去除背景），并提供色彩方案与布局控制。
- Nova Reel：可根据提示词或参考图像生成长达 6 秒的视频，支持调整相机运动（平移、360°旋转、缩放）。目前生成耗时约 3 分钟，2 分钟版本即将推出。
Jassy 强调，Canvas 和 Reel 内置水印和内容审核等负责任使用措施，旨在限制有害内容生成。AWS 博客指出，Nova 的安全机制涵盖打击虚假信息、儿童性虐待材料及生化核风险，但具体实施形式尚不明确。
关于训练数据，AWS 仅透露为专有数据和授权数据的组合，未公开细节。作为透明度替代方案，AWS 提供赔偿政策，保护客户免受模型复现版权图像引发的法律风险。
未来规划：语音与全模态模型
AWS 正开发以下新模型：
- 语音到语音模型（2025 Q1）：能解读语气、节奏等非语言线索，输出自然类人声音。
- 任意到任意模型（2025 年中）：支持文本、语音、图片、视频的任意输入输出转换，赋能翻译、内容编辑及 AI 助手等应用。
Jassy 表示，“任意到任意”模型代表了未来构建和使用前沿模型的方式，前提是研发过程顺利推进。