![[九型人格專欄]【上集】九型人格的習慣策略：掌握您性格類型的成功密碼](https://www.worldviewnews.net/wp-content/uploads/2025/05/484416117_122148183224564414_2022793461796062593_n-360x180.jpg)
記者陳金金 / 台北報導
AI模型大車拼、競爭激烈，今年已降 DeepSeek、Grok3幾乎霸占了今年目前為止的討論度，先是DeepSeek的開源模式與低成本訓練嚇壞眾人、其後Grok3挾帶現代鋼鐵人Elon Musk的威名宣稱其算力與效能超越市場對手，近來社群上也有許多人用吉卜力風格照片與一連串美日之名漫畫的生成轉換模組，再度把焦點與人氣推上新高，也讓網上高喊：人人成漫畫家的時代來了，這也似乎宣告全民AI時代即將來臨。
生成式AI市場如此熱鬧，在獨霸逾三成市場的雲端龍頭AWS一度被外界認為在生成式AI領域上悄然無聲，然而，推出才四個月的新模型 Amazon Nova 正在悄然地取得越來越多終端使用者或網路專家、網路紅人的信賴，紛紛在實際測後給極其高的評價。
究竟什麼是Amazon Nova？ 它又有什麼地方讓人驚艷？
企業AI賽道上的雄獅：Amazon Nova
Amazon Nova是AWS於2024年12月推出的新一代基礎模型，該系列主要有四款理解類模型： Micro（文本）、Lite、Pro和Premier及兩款生成類模型Canvas（圖像）、Reel（影音），其中Lite、Pro和Premier是多模態模型，具備文字、圖像與影像理解能力，依前序被設計為「高性價比、功能強大、頂級」三種定位，其中Premier 則是該系列的頭牌，專門處理複雜的推理任務，並被賦予扮演「典範模型（teacher model）」的角色，為客戶建立「蒸餾客製化模型（distilling custom models）」。
除了依照多模態處理能力、創意內容生成之外，Amazon Nova具有高效能與低延遲的特點，如最基本款的 Micro每秒可生成逾210個token(詞元)，最大上下文長度可達12.8萬token(詞元)，而Lite更能達到30萬token(詞元)，已是Amazon Bedrock（可選用超過100多模型的雲端平台，企業可以開發自己的AI應用程式服務）上最快的模型，並且成本比同等級模型降低75%，性價比極高。
若再以每單位token(詞元)生成成本計算，其每千token(詞元)輸入與輸出分別僅為 $0.000035及 $0.00014美元，足以挑戰當前成本最便宜的寶座，且支援全球200多種語言。上述特色也讓Amazon Nova完全兌現AWS在官方上「業界領先的性價比」之宣稱，而因其價格親切與語言廣泛，實在太有利企業導入或企業內終端使用者運用，預期將為企業拉出新一波的AI普及運動。
不同於在一般大眾使用者市場上發聲發光，AWS選擇主攻企業用戶賽道，如今不僅其效能與成本受到關注，各家實際測試評論上更是獲得大量肯定。
測評界眼中的Amazon Nova：比起主要模型 贏多輸少
「Nova Pro竟然比GPT-4o還快？」一項來自 FloTorch 的詳細比較測試，竟然證明在以下六個方面，Amazon Nova Pro的表現比 GPT-4o 更為傑出（來源）：
- 效率度：Pro 相較運行速度快上97％
- 效益度：Pro 相較推理200個問題，每單位成本節省26％
- 延遲度：Pro 相較減少97%
- 準確度：Micro 與 Lite 同時較 Mini 準確 2%
- 反應度：Micro 與 Lite 分別較 Mini 提高 48％ 與60％
- 可負擔：Micro 與 Lite 分別較 Mini 便宜 10％ 與 59％
客觀來說，儘管 Amazon Nova與GPT-4o之間可說是各有所長、各擅勝場，但仍在許多的評比項目中取得領先。
另一方面，在國外知名科技媒體《Dataconomy》的 AI 模型實際測試評比中，Amazon Nova家族也取得了重要成果（來源）：
- Amazon Nova Micro──在11項測試項目中，展現比Llma 1 8B更出色的效能表現，也在12項測試項目中勝出或打平 Gemini 1.5 Flash-8B。
- Amazon Nova Lite──在 19 項測試項目中，有 17 項打平或超越GPT-4o mini；在 21 項測試項目中，有 17 項打平或超越GPT-4o mini；在12項測試項目中，有10項打平或超越Claude Haiku 3.5。
- Amazon Nova Pro──在 19 項測試項目中，有 20 項打平或超越GPT-4o；在 21 項測試項目中，有 16 項打平或超越Gemini 1.5 Pro
不僅如此，生成模型的兩兄弟──圖像生成的Nova Canvas、影像生成的 Nova Reel，也同樣在測評與口碑中好評價，前者在表現上超過兩大知名的圖像生成AI──DALL-E 與Stable Diffusion，後者則是受到用戶肯定，在維持同樣的影像品質之下，受到更多人愛戴。
Amazon Nova 的好表現也沒有止於測評圈之中。目前為止，在網路得到絕大多數的正面評價，包含《Dataconomy》在內的各家媒體也報導中，指出Amazon Nova系列效能優異，並在多項實際測評中確實領先市場主流模型。而近日才推出的AI代理工具Amazon Nova Act，也被《連線（wired）》 指出其聰明度與實施力，勝過OpenAI和Anthropic等競爭對手。
企業導入AI的一帖綜合良方
以前述評測綜觀來說，可為 Amazon Nova 收斂出「速度、成本效益、多模態能力」三大特色，當每單位生成的成本越低，越有助於企業導入生成式AI，畢竟成本與產出完全涉及企業的營運效益，成本越低也越容易促使企業勇於嘗試。此外多模態的文字、圖像、影片、聲音、推理等處理，也為企業尚未導入AI的「原因」與「挑戰」祭出一帖綜合良方。
根據《2025 CIO Insight調查報告》，企業未導入AI的主因其中就包括「難證明投資報酬率與預算限制」與「等待市場上出現更成熟的AI解決方案」，分別有 25% 與 23% 的企業提出這兩個原因，分占調查中原因排名的第二、三名。另一份報告《台灣產業AI化大調查─生成式AI浪潮下的企業競賽》也指出「導入AI 的金額成本太高」與「目標成效難以設定」，分別有 29.8% 與 27.1%的企業，認為是當前應用AI在管理與營運上的挑戰，在該調查中所列出的十大挑戰中分佔第三、四名。
才推出四個月的Amazon Nova，已獲得多家一線企業採用，包含：Dentsu 利用 Reel 製作高畫質影片，將製作時間從數週縮短至數天；Shutterstock 將 Canvas 整合到自家 AI 影像生成器中，或用來供使用者簡化創意設計流程；Palantir Technologies 則是運用 Pro 的推理能力，整合到內部的 AI 平台上，提升決策流程與營運效率。
不僅如此，SAP 也將 Amazon Nova 整合到自家的 SAP AI Core 生成式 AI 中心，讓SAP的企業用戶可以使用 Micro、Lite、Pro 等模型，結合 SAP 數據來打造 AI 驅動的解決方案；Hearst 則運用 Pro來理解影片和文件，用以研究和內容創作，來提升訂閱者的體驗感；Deloitte 也看上 Amazon Nova 的客製化和安全性，正計畫導入為用戶服務，協助企業運用生成式AI。
比起衆家模型，Amazon Nova並非以橫空出世之姿向世人見面，他更像是在平行時空練就一身本領，先是進到企業賽道助企業發展，也正準備進入一般使用者賽道幫助他人運用AI，結合AWS雲端的優勢，如：多模型平台的Amazon Bedrock、機器學習訓練的SageMaker、晶片的Graviton、Inferentia與 Trainium、AI助理的Amazon Q與商業智慧的Amazon QuickSight，同時為這兩個市場提供一個性價比高、功能強大的AI模型與體系完整的雲端服務。
