Nova家族最强成员上线：Premier！

.

Amazon Nova Premier现已全面集成至Amazon Bedrock中。Amazon Nova Premier与Amazon Nova Lite和Amazon Nova Pro类似，也支持输入文本、图像与视频（不含音频）。

Amazon Nova Premier凭借其百万级别的上下文长度，可以处理极长的文档或大型代码库，在需要深入理解上下文、多步骤规划以及跨多个工具和数据源精确执行的复杂任务中表现出色。

此外，Amazon Nova Premier拥有Amazon Bedrock提供的模型蒸馏能力，开发者可定制具备高性能、经济高效且低延迟的Amazon Nova Pro、Amazon Nova Lite和Amazon Nova Micro模型，精准匹配业务需求。例如，Amazon Nova Premier可对Amazon Nova Pro进行蒸馏，有效优化其复杂工具选择与API调用能力。结果显示，蒸馏后的Amazon Nova Pro在API调用时，准确率比基础版本提升20%，在保持与教师模型相近表现的同时，还具备Amazon Nova Pro的速度和成本优势。

在一系列涵盖文本理解、视觉智能与智能体任务流程的标准基准测试中，Amazon Nova Premier均展现出卓越表现。通过17项基准测试，确立Amazon Nova Premier在Amazon Nova系列中性能最强大的模型地位。

Amazon Nova Premier的性能与业界最优秀的非推理模型相当，在与同级智能模型的对比中，约有半数基准测试中表现相当或更优。详细评估结果可参阅技术报告。

不仅如此，Amazon Nova Premier还以最快的响应速度和最优的性价比，成为Amazon Bedrock中同智能层级的佼佼者。关于模型使用的定价详情与对比，请参考Amazon Bedrock定价页面。

值得强调的是，Amazon Nova Premier还可以作为蒸馏过程中的教师模型，开发者可将其先进技能迁移至更轻量、响应更快、部署更经济的模型中，如Amazon Nova Pro、Amazon Nova Lite及Amazon Nova Micro，从而在真实生产环境中实现性能与成本的最佳平衡。

开始使用Amazon Nova Premier，开发者需先在Amazon Bedrock控制台中申请访问权限。具体路径为：左侧导航栏点击“Model access（模型访问）”，在列表中找到“Amazon Nova Premier”，开启访问开关。

获得访问权限后，便可通过Amazon Bedrock Converse API调用Amazon Nova Premier模型，向其输入由用户与助手构成的消息序列，内容可包括文本、图像和视频。

以下是一个使用Amazon Python SDK（Boto3）进行基础调用的示例代码，演示如何快速启动对话：

import boto3
import json


AWS_REGION = "us-east-1"
MODEL_ID = "us.amazon.nova-premier-v1:0"


bedrock_runtime = boto3.client('bedrock-runtime', region_name=AWS_REGION)
messages = [
    {
        "role": "user",
        "content": [
            {
                "text": "Explain the differences between vector databases and traditional relational databases for AI applications."
            }
        ]
    }
]


response = bedrock_runtime.converse(
    modelId=MODEL_ID,
    messages=messages
)


response_text = response["output"]["message"]["content"][-1]["text"]


print(response_text)

上述示例展示了Amazon Nova Premier在解答复杂技术问题时所具备的详尽推理与解释能力。然而，Amazon Nova Premier的真正价值，远不止于此。它最强大的能力，体现在对复杂工作流的深度理解与流畅协同执行，无论是跨步骤的逻辑编排，还是多系统工具的高效调用，Amazon Nova Premier都能游刃有余。

让我们通过一个更复杂的场景，深入了解Amazon Nova Premier如何在多Agents协作架构中发挥核心作用，助力投资研究任务的高效完成。

股票研究过程通常包含多个阶段：首先是确认与特定投资相关的数据源，其次是从这些来源中提取所需信息，最后将海量数据整合为可执行的洞察建议。当研究对象涵盖股票指数、个股、货币等多种金融工具时，这这个过程会变得越发复杂。

为应对这一挑战，我们可借助Amazon Bedrock构建一个基于多Agents协作的研究系统，由Amazon Nova Premier驱动的“监督Agent”统一协调整个工作流。监督Agent分析初始查询（如：“新能源投资领域有哪些新兴趋势？”）进行深入分析，拆解为若干逻辑步骤，随后根据任务需求分配合适的子Agent进行执行，综合最终响应，形成结构清晰、内容扎实的综合答复。

为实现这一场景，我们设计了如下系统组件：

1.由Amazon Nova Premier驱动的监督Agent，负责任务拆解、指令分发与结果整合；

2.由Amazon Nova Pro驱动的多个专业子Agent，分别负责处理不同金融数据源的提取与分析任务；

3.连接金融数据库、市场分析工具及其他信息源的工具。

当提交有关“新能源投资新兴趋势”的查询时，由Amazon Nova Premier驱动的监督Agent将执行以下操作：

1.深入解析用户意图，识别背后的核心主题与所需涉及的数据来源；

2.依据主题与来源，智能匹配对应的子Agent，实现任务分工；

3.各子Agent分别提取其负责领域内的经济指标、技术分析数据及市场情绪信息；

4.最终，由监督Agent整合所有信息，综合成一份全面的报告，供金融专业人士审阅。

这种架构下，Amazon Nova Premier通过精准的流程协调，有效简化了金融分析师的工作流程，帮助其更快形成投资分析。下方视频则直观演示了这个场景的可视化描述。

使用Amazon Nova Premier担任监督角色的主要优势在于其协调复杂工作流的准确性，从而以最优顺序查询正确的数据源，每个子Agent接收其工作所需的正确信息，从而产生更高质量的洞察。

尽管Amazon Nova Premier在准确率上代表了Amazon Nova模型家族的顶尖水准，但在实际生产部署中，用户常常希望在保证能力的同时，进一步优化延迟与成本。这正是Amazon Nova Premier作为教师模型进行蒸馏的优势所在。通过Amazon Bedrock的模型蒸馏机制，我们可以根据Amazon Nova Premier的结果，定制Amazon Nova Micro模型，用于特定投资研究用例。

与传统微调方式不同，蒸馏无需大量人工标注样本与人工反馈数据。借助Amazon Nova Premier本身生成高质量参考输出，即可自动构建训练数据，显著提升数据获取效率与建模质量。

模型蒸馏的过程包括：

1.生成合成训练数据：在涵盖多种金融资产类型的任务中，记录Amazon Nova Premier的输入与输出，构建高质量训练样本；

2.定制训练Amazon Nova Micro：利用上述数据，通过自定义微调工具训练出针对特定场景优化的小型模型；

3.性能评估：对比Amazon Nova Micro与Amazon Nova Premier在延迟、准确性和吞吐量方面的表现差异，确保满足业务需求；

4.生产部署：将定制版Amazon Nova Micro部署为生产环境中的监督Agent，实现低延迟、高效率的智能响应。

借助Amazon Bedrock，还可以进一步简化训练流程。例如，通过开启模型调用日志记录功能，并将日志写入设定好的Amazon S3存储桶，即可自动收集蒸馏所需的数据，节省手动准备时间，提升整体建模效率。

我们的一些客户已提前试用Amazon Nova Premier，纷纷表达了积极的评价：

Amazon Nova Premier现已通过跨区域推理功能在Amazon Bedrock中全面开放使用，支持的区域包括：美国东部（弗吉尼亚北部）、美国东部（俄亥俄州）以及美国西部（俄勒冈州）。

美国地区的用户还可访问Amazon Nova模型套件，更加直观地体验和探索Amazon Nova的能力（访问地址：https://nova.amazon.com）。

Amazon Nova Premier是进行模型蒸馏的理想教师模型，能够高效迁移自身能力至Amazon Nova Pro、Amazon Nova Lite和Amazon Nova Micro等更轻量模型中，便于在生产环境中实现低延迟、高性价比的部署。

Amazon Nova Premier集成了完善的AI安全防控体系，包括内容审查功能，可帮助用户在多样化应用中实现合规、安全的输出管理。

开始使用Amazon Nova Premier，请访问Amazon Bedrock控制台，一起共创AI未来。

Danilo Poccia

常与初创公司和不同规模的公司合作，支持他们的创新。作为亚马逊云科技的首席布道师 （EMEA），他利用自己的经验帮助人们将想法变为现实，专注于无服务器架构、事件驱动编程以及机器学习和边缘计算的技术和商业影响。他是《Amazon Lambda in Action》一书的作者。

期待你的分享  收藏  在看  点赞！

亚马逊的一小步，云计算的一大步！