Presentamos la versión preliminar de Amazon Nova 2 Omni
Nos complace anunciar Amazon Nova 2 Omni, un modelo todo en uno para el razonamiento multimodal y la generación de imágenes. Es el primer modelo de razonamiento de la industria que admite entradas de texto, imágenes, vídeo y voz y, al mismo tiempo, genera salidas de texto e imágenes. Permite la comprensión multimodal, la generación y edición de imágenes mediante lenguaje natural y la transcripción de voz.
A diferencia de los enfoques tradicionales que a menudo obligan a las organizaciones a unir varios modelos especializados, cada uno de los cuales admite diferentes tipos de entrada y salida, Nova 2 Omni elimina la complejidad de administrar varios modelos de IA. Esto ayuda a acelerar el desarrollo de aplicaciones y, al mismo tiempo, reduce la complejidad y los costos, lo que permite a los desarrolladores abordar diversas tareas, desde la creación de contenido de marketing y la transcripción de llamadas de atención al cliente hasta el análisis de vídeos y la documentación con ayudas visuales.
El modelo admite una ventana de contexto de 1 millón de tokens, más de 200 idiomas para el procesamiento de texto y 10 idiomas para la entrada de voz. Puede generar y editar imágenes de alta calidad utilizando lenguaje natural, lo que permite la coherencia de los caracteres, la representación del texto dentro de la imagen y la modificación de objetos y fondos. Nova 2 Omni ofrece una comprensión del habla superior con razonamiento nativo para transcribir, traducir y resumir conversaciones con varios oradores. Además, con controles de razonamiento flexibles para la profundidad y el presupuesto, los desarrolladores pueden garantizar un rendimiento, una precisión y una administración de costos óptimos en diferentes casos de uso.
Nova 2 Omni está en versión preliminar con acceso anticipado disponible para todos los clientes de Nova Forge. Póngase en contacto con su equipo de cuentas de AWS para obtener acceso. Para obtener más información sobre Amazon Nova 2 Omni, lea la guía del usuario.