Au tour d’Amazon de lancer ses propres LLM

A l'occasion de la conférence des développeurs Re:Invent 2024, Amazon fait a dévoilé sa propre famille de modèles de fondation pour l’IA, appelée «Amazon Nova». Le communiqué indique que l’offre Nova est actuellement disponible via la plateforme d'IA AWS Bedrock. Les points forts de Nova mis en avant sont multiples: de l'analyse de documents complexes à la création de vidéos en passant par la conception d'agents IA complexes. En outre, Nova permettrait de profiter d’une latence et de coûts réduits pour tout type de tâches d’IA générative. 

La famille Nova comprend des modèles spécialisés dans différentes tâches. Le plus simple s'appelle «Nova Micro». Il accepte les prompts de texte et génère des réponses textuelles. Le modèle suivant s'appelle «Nova Lite». Il peut traiter des images et des vidéos d'une durée maximale de 30 minutes, mais ne produit que des réponses textuelles. Dans le cadre de sa keynote à Re:Invent 2024, le CEO d'Amazon Andy Jassy a comparé ce modèle au GPT4o-Mini du rival OpenAI. 

Plus performant, «Nova Pro» est un «modèle multimodal hautement performant offrant la meilleure combinaison de précision, de vitesse et de coût pour un large éventail de tâches», selon Amazon. Il traite jusqu'à 300’000 tokens d'entrée et convient entre autres aux flux de travail basés sur des agents qui nécessitent l'appel d'API et d'outils pour effectuer des tâches complexes. Le modèle peut traiter du texte, des vidéos et des images, mais il analyse également des documents financiers ou des codes de programme pouvant comporter jusqu'à 15’000 lignes. Ce modèle produit des réponses textuelles. Lors de la keynote, le CEO d'Amazon a comparé Nova Pro à GPT4o.

Les trois modèles Nova sont disponibles dès maintenant sur Bedrock, mais pour l'instant uniquement dans quelques régions américaines du cloud d’AWS. Sur le plan linguistique, les modèles semblent toutefois déjà prêts pour une expansion. Selon le communiqué, ils comprennent et génèrent plus de 200 langues. Ils fonctionneraient particulièrement bien en allemand, en français ou en italien, note le fournisseur.

Amazon prépare d'autres versions de Nova. Début 2025, l'entreprise veut lancer sur le marché «Nova Premier» , le «modèle multimodal le plus performant», indique le communiqué. Il convient aux tâches de «raisonnement» complexes et à l’élaboration de modèles d'IA définis par l'utilisateur. Dans ce cas, un modèle d'IA déjà existant est réentraîné pour une utilisation spécifique.

Nova va aussi générer des photos et vidéos

A ces différentes versions viennent s’ajouter les «creative content generation models». Contrairement aux modèles mentionnés jusqu'ici, les modèles créatifs ne génèrent pas de texte: « Nova Canvas » produit des images à partir d'un texte et «Nova Reel» des vidéos. Ces dernières peuvent durer dans un premier temps jusqu'à 6 secondes, puis atteindront jusqu'à 2 minutes, a expliqué Jassy lors de la keynote.

«Nova Reel» dépasserait les modèles existants dans l'évaluation humaine de la qualité et de la cohérence des vidéos, écrit AWS. Ces modèles sont également déjà disponibles dans des régions américaines du cloud d’AWS. A noter que des versions dites créatives ne peuvent actuellement travailler qu'avec des prompts  en anglais. 

Ceux qui préfèrent parler et écouter devront encore patienter jusqu'à l'année prochaine. Lors de la keynote, le chef d'Amazon a annoncé pour le printemps 2025 une version de Nova qui comprend et restitue le langage parlé. Enfin, au milieu de l'année 2025, une version « any-to-any » de Nova devrait voir le jour, c'est-à-dire une version capable de traiter et d'émettre tout type d'input.