亞馬遜在人工智能領(lǐng)域邁出了重要一步，于近日正式揭曉了其通用人工智能智能體——Nova Act。這款智能體不僅能夠操控網(wǎng)絡(luò)瀏覽器，還能自主執(zhí)行簡單的網(wǎng)絡(luò)任務(wù)，為用戶帶來前所未有的便捷體驗(yàn)。
伴隨著Nova Act的發(fā)布，亞馬遜還推出了配套的軟件開發(fā)工具包（SDK），旨在助力開發(fā)者構(gòu)建智能體應(yīng)用原型。開發(fā)者可以通過訪問nova.amazon.com，輕松獲取這一工具包，并探索亞馬遜旗下的各類Nova基礎(chǔ)模型。
Nova Act由亞馬遜在舊金山新成立的AGI（通用人工智能）實(shí)驗(yàn)室研發(fā)，該實(shí)驗(yàn)室由前OpenAI研究員David Luan和Pieter Abbeel共同領(lǐng)導(dǎo)。據(jù)悉，Nova Act未來將為亞馬遜備受矚目的生成式AI增強(qiáng)版語音助手Alexa+提供關(guān)鍵功能支持。盡管目前開放的版本為“研究預(yù)覽版”，功能尚待完善，但其潛力已不容小覷。
亞馬遜表示，Nova Act SDK將賦予開發(fā)者自動化處理基礎(chǔ)性網(wǎng)絡(luò)操作的能力，如在線訂購餐飲、預(yù)訂餐廳晚餐等。通過這一工具包，AI智能體能夠輕松瀏覽網(wǎng)頁、填寫表單、選擇日歷日期等，大大提升了現(xiàn)有AI聊天機(jī)器人的實(shí)用性。
在性能方面，亞馬遜聲稱Nova Act在公司內(nèi)部的多項(xiàng)測試中表現(xiàn)優(yōu)異，超越了來自O(shè)penAI和Anthropic的同類智能體。以ScreenSpot Web Text測試為例，Nova Act得分高達(dá)94%，而OpenAI的CUA和Anthropic的Claude 3.7 Sonnet分別得分為88%和90%。然而，值得注意的是，亞馬遜并未公布Nova Act在其他更常用的智能體評估基準(zhǔn)上的測試結(jié)果。
對于為何一個(gè)以AGI為目標(biāo)的實(shí)驗(yàn)室會開發(fā)訂購沙拉的AI智能體，David Luan給出了他的見解。他認(rèn)為，智能體是構(gòu)建超智能AI系統(tǒng)的關(guān)鍵一步，而AGI則是一個(gè)能夠幫助人類在計(jì)算機(jī)上完成任何任務(wù)的AI系統(tǒng)。他強(qiáng)調(diào)，Nova Act SDK旨在可靠地自動化執(zhí)行簡短、簡單的任務(wù)，并為開發(fā)者提供精確定義何時(shí)需要人類介入智能體工作流程的工具。
目前，市場上的早期AI智能體普遍面臨跨領(lǐng)域應(yīng)用時(shí)可靠性不足的挑戰(zhàn)。這些系統(tǒng)往往運(yùn)行緩慢，難以長時(shí)間獨(dú)立工作，且容易犯錯(cuò)。因此，業(yè)界對亞馬遜是否找到了克服這些難題的有效方法充滿期待。Nova Act智能體能否在眾多競爭者中脫穎而出，市場將拭目以待。
