Lançamento do Amazon Nova: inteligência artificial de ponta com excelente custo-benefício

• Amazon Nova é uma família de modelos fundacionais de ponta oferecida exclusivamente no Amazon Bedrock, ajudando a reduzir custos e latência em diversas tarefas de IA generativa. Pode ser usada para analisar documentos e vídeos complexos, compreender gráficos e diagramas, gerar conteúdo de vídeo envolvente e criar agentes de IA avançados.
• Modelos de compreensão: Amazon Nova é composto por modelos de compreensão, que recebem entradas de texto, imagem e vídeo e geram saídas em texto, e por modelos de geração de conteúdo criativo, que recebem entradas de texto e imagem e geram saídas em imagem ou vídeo.
  • Amazon Nova Micro: modelo somente de texto, com baixo custo e respostas rápidas. Indicado para resumo de texto, tradução, classificação de conteúdo, chat conversacional, raciocínio matemático simples e programação.
  • Amazon Nova Lite: modelo multimodal de baixo custo que processa rapidamente entradas de imagem, vídeo e texto para gerar saída em texto. Indicado para interações com clientes em tempo real, análise de documentos e respostas a perguntas visuais.
  • Amazon Nova Pro: modelo multimodal de alto desempenho que oferece a melhor combinação entre precisão, velocidade e custo. Indicado para chamadas de API e uso de ferramentas em fluxos de trabalho complexos.
  • Amazon Nova Premier: modelo multimodal topo de linha para tarefas de raciocínio complexo, com lançamento previsto para o início de 2025.
• Modelos de geração de conteúdo criativo:
  • Amazon Nova Canvas: modelo de geração de imagens que cria imagens com qualidade de estúdio, com controle detalhado sobre estilo e conteúdo.
  • Amazon Nova Reel: modelo de geração de vídeo que cria vídeos curtos a partir de prompts de texto e imagens, indicado para marketing, publicidade e entretenimento.
• Casos de uso:
  • Análise de documentos: com o Amazon Nova Pro, é possível resumir documentos PDF e gerar árvores de decisão.
  • Análise de vídeo: com o Amazon Nova Pro, é possível analisar o conteúdo visual de vídeos.
  • Geração de vídeo: com o Amazon Nova Reel, é possível gerar vídeos a partir de prompts de texto e imagens de referência.
• Construção de IA responsável: os modelos Amazon Nova priorizam segurança, proteção e confiança do cliente, e incluem marca d’água digital em imagens e vídeos gerados.
• Pontos importantes: os modelos Amazon Nova estão disponíveis na região AWS US East (N. Virginia) do Amazon Bedrock, conseguem compreender e gerar vários idiomas. A integração com o Amazon Bedrock facilita a implantação e a escalabilidade, sendo adequada para diversos casos de uso empresariais.

[GN⁺]

Comentários do Hacker News

• Há a opinião de que a descrição dos produtos da Amazon é difícil de entender. Para compreender um novo produto, é preciso clicar em várias páginas, o que é incômodo
  • O jeito como a Amazon explica faz parecer que está tentando esconder o que o produto realmente faz
• O processo de configuração da API do Amazon Bedrock é complexo, e alguém chegou a escrever um guia passo a passo para isso
  • O guia é composto por mais de 14 etapas
• No momento, o modelo não tem suporte a áudio e só consegue processar as informações visuais de vídeos
  • Pode ser que o fato de o modelo gemini-1.5-flash ignorar áudio seja uma decisão estratégica
  • Há quem espere que a Meta lance um modelo multimodal com áudio
• Quando o foco fica apenas na diferença de preço e não há menção à qualidade, é bem provável que o produto fracasse
  • Em LLMs, qualidade é um indicador mais importante
• Há a opinião de que não oferecer uma versão hospedada na Europa foi uma grande oportunidade perdida
  • Isso está relacionado a compliance, e armazenar dados fora da UE é um problema
• Há uma pergunta sobre se o modelo Amazon Nova foi treinado em várias cópias
  • O treinamento paralelo foi feito usando GPUs da NVidia e clusters TRN1
• Há a opinião de que mais opções e mais concorrência são algo positivo
  • Também há quem esteja curioso para saber quando isso vai aparecer no lmarena.ai
• Há comentários apontando que as informações de preço estão centralizadas, o que dificulta a leitura