На конференции re:Invent Amazon Web Services (AWS) представила Nova, новую линейку генеративных моделей, которые способны обрабатывать текст, изображения и видео. Amazon позиционирует Nova как одни из самых быстрых и дешевых в использовании моделей в своем классе.
На конференции re:Invent Amazon Web Services (AWS) представила Nova, новую линейку генеративных моделей, которые способны обрабатывать текст, изображения и видео. Amazon позиционирует Nova как одни из самых быстрых и дешевых в использовании моделей в своем классе.
В семейство Nova входят четыре текстовые модели: Micro, Lite, Pro и Premier. Micro, Lite и Pro уже доступны клиентам AWS, в то время как Premier появится в начале 2025 года. Модели оптимизированы для 15 языков, но в первую очередь для английского. Micro работает только с текстом, но обеспечивает самую низкую задержку. Lite и Pro могут обрабатывать текст, изображения и видео. Pro и Premier позиционируются как модели, подходящие для обучения пользовательских моделей. Premier будет самой мощной моделью, предназначенной для сложных задач.
Помимо текстовых моделей, в Nova входят модели для генерации изображений (Nova Canvas) и видео (Nova Reel). Canvas позволяет генерировать и редактировать изображения с помощью текстовых подсказок. Reel создает видео продолжительностью до шести секунд по текстовым подсказкам или опорным изображениям. Пока Reel ограничена созданием 6-секундных видео, но скоро появится версия, способная создавать 2-минутные видео.
Все модели Nova доступны на платформе разработки ИИ Amazon Bedrock. Их можно настраивать на пользовательских данных. Amazon утверждает, что Canvas и Reel имеют встроенные средства контроля, такие как водяные знаки и модерация контента, для продвижения ответственного использования ИИ. AWS не раскрывает, какие данные используются для обучения моделей Nova. Компания предлагает гарантию защиты для клиентов, если модель Nova скопирует защищенное изображение.
В первом квартале 2025 года AWS планирует выпустить модель преобразования речи. Эта модель сможет интерпретировать вербальные и невербальные сигналы, такие как тон и тембр, и создавать естественные, человекоподобные голоса. Примерно в середине 2025 года появится «универсальная» модель, способная обрабатывать любые типы данных: текст, речь, изображения и видео.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.