AmazonがNova基本モデルの新しいファミリーを発表

アマゾンのCEO、アンディ・ジャシー氏は火曜日、同社のre:Inventカンファレンスのステージに登壇し、「Amazon Nova」と呼ぶ6つの新しいテキスト、画像、ビデオ生成モデルを披露した。

この新しいマルチモーダル生成AIファミリーには、低コストで低遅延の応答を実現するテキスト専用モデル「Nova Micro」、画像、動画、テキスト入力を処理する低コストのマルチモーダルモデル「Nova Lite」、そして同社の発表記事によると「幅広いタスクに対応する精度、速度、コストを兼ね備えた」汎用マルチモーダルモデル「Nova Pro」が含まれます。Nova PremierはAmazonの「複雑な推論タスクに対応する最も優れたマルチモーダルモデル」であり、Nova Canvasは専用のテキスト画像変換エンジン、Nova Reelは動画生成に特化したモデルです。

テキストベースのモデルは15の言語に最適化されています。Microは128,000トークンのコンテキストウィンドウを提供し、LiteとProはどちらも最大300,000トークン（約225,000語または30分の動画）まで処理できます。同社は、来年初めまでに、より大規模なモデルのコンテキストウィンドウを最大200万トークンまで拡張する予定です。 

Canvasは、自然言語プロンプトを使って画像を生成・編集できるツールです。Gen-3 Alpha、Kling、Dall-E 3などの競合製品となるReelsは、テキストプロンプトと参照画像の両方から最長6秒のクリップを生成できます。また、パンやズームなどのカメラモーションコントロール機能も備えています。

「私たちは独自のフロンティアモデルの開発を続けてきました」とジャシー氏は集まった聴衆に語りました。「そして、それらのフロンティアモデルはここ4～5ヶ月で飛躍的な進歩を遂げました。私たちがそれらのモデルから価値を見出せているのであれば、皆さんもきっと価値を見出せるだろうと考えました。」

ジャシー氏はまた、これらのモデルは運用コストが最も低く、クラス最高速度であると述べているが、同社はこれらの主張を裏付けるベンチマークデータをまだ公開していない。「これらのモデルは、独自のシステムやAPIと連携するように最適化されているため、複数のオーケストレーションされた自動ステップ（エージェントの行動）をこれらのモデルではるかに簡単に実行できます」とジャシー氏は述べた。「ですから、非常に魅力的なモデルだと思います。」

Micro、Lite、Proモデル（およびCanvasとReels）は現在AWSのお客様にご利用いただけます。Premiereは2025年第1四半期にリリース予定です。