【論文瞬読】Amazon Nova：次世代AIモデル群の全貌を解説
はじめに
こんにちは！株式会社AI Nestです。
Amazonが新しい基盤モデル群「Nova」を発表しました。NovaファミリーはPro、Lite、Micro、Canvas、Reelの5つのモデルで構成され、テキストから画像、動画まで幅広い処理に対応する次世代のAIモデル群です。今回は、この技術報告書の内容を詳しく解説していきます。
タイトル：The Amazon Nova Family of Models: Technical Report and Model Card
URL：https://www.amazon.science/publications/the-amazon-nova-family-of-models-technical-report-and-model-card
所属：Amazon Artificial General Intelligence
発表時期：2024年
図1に示すように、Novaファミリーは異なる用途に最適化された5つのモデルで構成されています。各モデルの特徴を見ていきましょう。
Nova モデルファミリーの概要
1. テキスト・マルチモーダル処理モデル
Nova Pro: 最高性能のマルチモーダルモデル
Nova Lite: 高速・低コストなマルチモーダルモデル
Nova Micro: テキスト特化型の高速モデル
2. 生成モデル
Nova Canvas: 画像生成に特化したモデル
Nova Reel: 動画生成に特化したモデル
技術的特徴
1. 長文コンテキスト処理
Nova Pro、Liteは最大300,000トークン、Microは128,000トークンの長文を処理可能です。これにより、長大な文書やマルチターンの会話にも対応できます。
2. マルチモーダル処理能力
Pro、Liteモデルは以下の入力に対応：
テキスト
画像
ドキュメント
動画
図3が示すように、各モデルは同クラスの他モデルと比較して優れた処理速度を実現しています。
ベンチマーク結果
テキスト処理性能
主要なベンチマークでの結果：
MMLU（一般知識）
ARC-C（推論）
DROP（読解）
MATH（数学）
GSM8K（問題解決）
マルチモーダル性能
DocVQA: ドキュメント理解
TextVQA: 画像内テキスト理解
VATEX: 動画キャプション生成
実用例と応用
1. テキスト処理
長文要約
コード生成
多言語翻訳
2. 画像処理
Nova Canvasの主な機能：
テキストからの画像生成
画像編集・加工
スタイル転送
3. 動画生成
Nova Reelの特徴：
6秒間の高品質動画生成
カメラモーション制御
画像からの動画生成
責任あるAI開発への取り組み
Amazonは以下の8つの観点からRAI（Responsible AI）の開発を進めています：
公平性
説明可能性
プライバシーとセキュリティ
安全性
制御可能性
正確性と堅牢性
ガバナンス
透明性
まとめ
Amazonの新しいNovaモデル群は、高性能と実用性を兼ね備えた次世代のAIモデルファミリーとして注目に値します。特に：
幅広いタスクへの対応
優れた処理速度
責任あるAI開発への真摯な取り組み
が特徴として挙げられます。今後の実用展開と、さらなる発展が期待されます。