View a markdown version of this page

Amazon Nova 2 中的新增功能 - Amazon Nova
新模型全新特性与功能后续步骤

Amazon Nova 2 中的新增功能

Amazon Nova 2 在语义理解、内容创作及语音能力方面实现了大幅升级。以下章节将介绍主要新增功能与改进项。

新模型

Nova 2 Lite

增强型模型：具备高级推理能力，支持扩展思考，提供三级强度调控，并针对生产级智能代理工作流优化了多模态理解能力。

Nova 2 Sonic

升级式对话语音模型：优化了七国语言的语音理解、自然语言处理与语音合成能力。

Nova Multimodal Embeddings

多模态嵌入模型：支持文本、图像、文档、视频及音频输入，并生成对应嵌入向量。

全新特性与功能

Nova Multimodal Embeddings

Nova Multimodal Embeddings 通过单一模型支持文本、文档、图像、视频和音频，可实现跨模态检索应用程序。Nova Multimodal Embeddings 将各类内容映射到统一语义空间，支持执行单模态、跨模态及多模态向量运算，为代理检索增强生成（RAG）、多模态语义搜索等应用提供支撑。

扩展思考与推理

Nova 2 Lite 支持扩展思考，可让模型在生成回答前投入更多时间对复杂问题进行推理。该能力可提升多步推理任务的准确性，例如涉及多工具调用的代理工作流、高等数学运算、复杂规划及代码生成等场景。

要了解更多信息，请参阅 Amazon Nova 2 中的扩展思考。

内置工具

Amazon Nova 2 内置多款工具，无需外部集成即可扩展模型能力：

  • Web Grounding：获取网络实时信息，提供最新应答并减少幻觉输出。

  • 代码解释器：执行 Python 代码完成运算。

构建人工智能代理

Amazon Nova 2 模型针对构建人工智能代理进行了优化。这些模型改进了工具的使用，增强了多步骤任务的推理能力，提升了在复杂代理工作流中保留上下文的能力。

改进文件理解

Nova 2 Lite 提供了增强的文档处理功能，可更好地理解复杂的文档布局、表格、图表和多页文档。此类模型可以更准确地从 PDF、电子表格和其他文档格式中提取信息。

增强视频理解

Nova 2 Lite 改进了视频分析功能，包括更好的视觉感知、时间理解、动作识别，以及能够以更高的准确性处理更长的视频序列。

模型自定义

Nova 2 Lite 支持在 Amazon Bedrock 和 SageMaker AI 上进行监督式微调（SFT）与强化微调（RFT），可让您根据自身特定业务需求定制 Amazon Nova 2。

Amazon Nova Forge

Amazon Nova Forge 是一项首创服务，让组织能够以最简单、最具成本效益的方式使用 Amazon Nova 构建自己的前沿模型。

后续步骤