Amazon最近推出了其最新的AI代理系統——Nova Act,這是一款能夠在網頁瀏覽器中執行各種任務的AI模型。Nova Act是由Amazon的AGI實驗室開發,旨在超越競爭對手的任務自動化能力。這款系統不僅能夠理解並生成文本,還能夠直接操作網頁介面,實現真正的任務自動化。
網頁操作能力:Nova Act能夠在網頁瀏覽器中執行各種操作,包括填寫表單、進行網上購物、預約機票、在日曆上安排會議等。它可以處理複雜的多步驟工作流程,成為用戶的數位助理。
可靠性:Nova Act強調的是可靠度,專注於可被組合成更複雜工作流程的可靠基礎構件。Amazon表示,許多代理人的基準測試是用來衡量高階任務的模型效能,其中,最先進的模型在完成網頁瀏覽器任務時可實現30%~60%的準確率,然而,Nova Act的內部評估鎖定的是讓那些其它模型無法實現的功能達到90%以上的分數,例如日期選擇、下拉式功能表與彈出窗口等。
基準測試表現:在GroundUI Web和ScreenSpot基準測試中,Nova Act的表現優於OpenAI和Anthropic的模型,特別是在與網頁文字和圖示互動的能力上。
高效自動化:Nova Act能夠自動完成複雜任務,減少用戶的操作時間和成本。
跨平台支持:Nova Act提供了開發者工具包(SDK),讓開發人員可以在不同的平台上構建和部署AI代理。
競爭優勢:Nova Act在多項基準測試中超越了競爭對手,特別是在網頁操作能力上。
虛擬助手:Nova Act可以整合到虛擬助手中,提供更強大的AI能力,讓用戶可以在各種平台上體驗到AI的便捷。
開發者平台:開發人員可以使用Nova Act SDK構建能在瀏覽器中執行任務的AI代理,創建出具有強大AI能力的應用程序。
商業應用:企業可以使用Nova Act來自動化業務流程,例如自動填寫表單、處理客戶服務等。
Nova Act SDK讓開發人員能夠將複雜的工作流程分解為可靠的原子命令,不管是搜尋、結帳,抑或是回答有關螢幕的問題,也能在需要時替這些命令添增更詳細的說明,呼叫各種API,或是交替使用Playwright直接操作瀏覽器來強化可靠性,並可嵌入Python程式碼來進行測試、斷點,或是用於平行處理的執行緒池。
Amazon的Nova Act是AI代理領域的一個重要里程碑。透過其強大的網頁操作能力和可靠性,Nova Act為開發者和企業提供了強大的工具,推動AI技術的進一步發展和應用。隨著AI代理技術的持續進步,Nova Act預計將在未來的AI發展中發揮重要作用。