The Amazon Nova Family of Models: Technical Report and Model Card

Zusammenfassung der Pressemitteilung

Amazon hat eine Reihe neuer KI-Foundation-Modelle namens Amazon Nova veröffentlicht, die Text-, Bild- und Videogenerierung umfasst, und ihr Design und ihre Leistung in einem begleitenden technischen Bericht im Detail dargelegt. Die Produktlinie umfasst drei Modelle für Text- und multimodales Verständnis – Nova Pro, Nova Lite und Nova Micro – sowie Nova Canvas für die Bildgenerierung und Nova Reel für die Videogenerierung. Die Verständnismodelle basieren auf der Transformer-Architektur und werden auf mehrsprachigen Daten trainiert, die mehr als 200 Sprachen abdecken, wobei eine Pipeline verwendet wird, die vom Pretraining über überwachtes Fine-Tuning bis hin zum Reinforcement Learning aus menschlichem Feedback über Methoden wie DPO und PPO reicht. Auf Standard-Benchmarks halten die Modelle mit vergleichbaren Angeboten von Anthropic, Google und OpenAI Schritt: Nova Micro, das kleinste reine Textmodell, behauptet sich gegen ähnlich große Konkurrenten bei Mathematik- und Reasoning-Aufgaben, während die multimodalen Modelle Pro und Lite bei Video-Captioning und mehreren Web-Agenten-Navigationstests führen oder den zweiten Platz belegen. Die Bild- und Videogenerierungsmodelle Canvas und Reel verwenden Latent-Diffusion-Architekturen und wurden anhand einer Mischung aus automatisierten Metriken und Studien zu menschlichen Präferenzen evaluiert. Bemerkenswerterweise betont der Bericht praktische Kompromisse – Nova Micro erzeugt Antworten mit 210 Tokens pro Sekunde gegenüber 57 bei Claude 3.5 Sonnet – und positioniert die Familie als wettbewerbsfähig auf Grundlage des Preis-Leistungs-Verhältnisses statt allein der reinen Leistungsfähigkeit. Der Bericht dokumentiert außerdem Maßnahmen für verantwortungsvolle KI, einschließlich internem und externem Red-Teaming sowie automatisierten adversariellen Tests. Die Veröffentlichung ist von Bedeutung, weil sie Entwicklern und Forschenden eine detaillierte öffentliche Darstellung dessen liefert, wie sich die proprietäre Modellfamilie eines großen Cloud-Anbieters über ein breites Spektrum realer Aufgaben hinweg mit wegweisenden Konkurrenten vergleicht.