Por Redacción - 4 Diciembre 2024
En el marco de su evento anual AWS re:Invent, Amazon ha presentado una serie de innovaciones en inteligencia artificial generativa. La compañía ha lanzado Nova, una nueva familia de modelos fundacionales multimodales, que incluye herramientas avanzadas para la creación de contenido, como imágenes y vídeos a partir de texto. Estos modelos ya están disponibles en Amazon Bedrock, la plataforma de la empresa para desarrolladores de IA generativa.
El conjunto de modelos Nova se divide en cinco variantes: Nova Micro, Nova Lite, Nova Pro, Nova Canvas y Nova Reels, con un enfoque en la eficiencia, la capacidad de personalización y la reducción de costes. Además, Amazon ha anunciado que Nova Premier, su modelo más avanzado, se lanzará a principios de 2025 y estará diseñado para tareas de razonamiento complejo.
Nova Micro: Especializado en procesamiento de texto, este modelo permite ofrecer respuestas rápidas y de bajo coste, con soporte para más de 200 idiomas. Está diseñado para tareas de traducción, resumen y programación, y puede manejar hasta 128,000 tokens de contexto.
Nova Lite: Además de procesar texto, este modelo también puede trabajar con imágenes y vídeos. Aunque sus salidas son en formato texto, ofrece una opción más ágil y económica para tareas de aprendizaje automático, ayudando a transferir conocimiento entre modelos.
Nova Pro: Un modelo multimodal potente que soporta instrucciones de hasta 300,000 tokens y destaca en la velocidad y precisión para tareas complejas como el análisis de documentos financieros, la creación de resúmenes de vídeos y el razonamiento matemático.
Nova Premier: El modelo más avanzado de la línea Nova, destinado a tareas de razonamiento complejo y personalización. Aunque aún en desarrollo, se espera que esté disponible a principios de 2025.
Soporte multilingüe y multimodal con contexto largo
Amazon Nova Micro, Lite y Pro admiten más de 200 idiomas. Amazon Nova Micro admite una longitud de contexto de 128K tokens de entrada, mientras que Amazon Nova Lite y Amazon Nova Pro admiten una longitud de contexto de 300K tokens, o 30 minutos de procesamiento de vídeo. A principios de 2025, Amazon admitirá una longitud de contexto de más de 2M de tokens de entrada.
En cuanto a la creación de contenido, Amazon ha presentado Nova Canvas y Nova Reels:
Nova Canvas permite la creación de imágenes de calidad profesional a partir de texto, con un máximo de 1,024 caracteres por prompt. Incluye herramientas de edición avanzadas, como la eliminación de fondos y ajustes de esquema de colores, aunque por el momento solo está disponible en inglés.
Nova Reels es una herramienta para generar vídeos breves (hasta 6 segundos) basados en texto, con opciones de ajuste de cámara como acercamientos, rotaciones y paneos. Similar a otros servicios como Sora de OpenAI, este modelo también funciona exclusivamente en inglés.
Amazon Nova está transformando diversas industrias al ser adoptado por socios clave como SAP, Deloitte, Dentsu Digital Inc., Musixmatch, 123RF, Caylent, Palantir Technologies y Shutterstock. Estos socios están utilizando los modelos Amazon Nova para mejorar procesos y crear soluciones innovadoras en áreas como IA generativa, creación de contenido, comprensión de vídeo y diseño visual.
SAP está integrando Amazon Nova en su plataforma de IA generativa, mientras que Deloitte valora sus capacidades avanzadas de personalización y seguridad. Dentsu Digital usa Amazon Nova Reel para acelerar el desarrollo de campañas publicitarias, y Musixmatch permite a los artistas crear vídeos musicales personalizados. 123RF simplifica el diseño visual con Amazon Nova Canvas, y Caylent mejora la comprensión de vídeo en sectores como el deporte y el comercio minorista.
Palantir está integrando Amazon Nova Pro en su plataforma de toma de decisiones, y Shutterstock mejora su generador de imágenes de IA. Amazon también ha lanzado las Tarjetas de Servicio de IA de AWS, garantizando un uso responsable de la IA con medidas de seguridad integradas.
Amazon tiene planes de expandir la familia Nova en 2025, con el lanzamiento de nuevos modelos, incluyendo uno de voz a voz y una versión nativa multimodal que podrá manejar texto, imágenes, audio y vídeo como entrada y salida, sin restricciones. Con estos avances, Amazon busca no solo mejorar la creación de contenido visual y audiovisual, sino también ofrecer soluciones a los desarrolladores que necesiten procesar y generar información de manera eficiente, a costos significativamente más bajos que los modelos actuales en el mercado.
