Nova 2 Omni（Preview）

概述

Amazon Nova 2 Omni（预览）为“统一多模态推理与生成”模型：同时支持文本、图像、视频、语音输入，并可输出文本与图像（同一模型内）。其目标是以单一模型覆盖跨模态理解、图像生成/编辑与语音转写等能力，降低对多模型编排的依赖与复杂度。

发布与定位

2025-12-02 公布预览，定位为业界首批在同一推理模型中同时支持“多模态输入 + 文本/图像双输出”的方案之一。

架构与技术规格

系列文档说明支持最长约 100 万 tokens 的上下文，具备内置工具与远程工具能力（含 MCP）。

核心能力与模态

输入：文本/图像/视频/语音；输出：文本与图像。适用场景包括：大规模产品/媒体资产分析、品牌与风格一致性生成、多数据源跨模态检索与内容合成。

访问与许可

通过 Amazon Bedrock API（预览）；专有托管，未开源。

主要来源

• AWS “What’s New”：Nova 2 Omni（Preview）。
• About Amazon 发布页与媒体报道：Omni 的模态覆盖与定位。
• Amazon Science：Nova 2 家族技术报告。