Amazon Nova 2 Omni Preview — 多模态推理 + 图像生成 All-in-One（受限预览）¶
Lab 信息
- 难度: N/A（受限预览，无法实操）
- 预估时间: N/A
- 预估费用: N/A
- Region: 未公开
- 最后验证: 2026-03-27
背景¶
2025 年 12 月，AWS 发布了 Amazon Nova 2 Omni，定位为业界首个同时支持文本 / 图像 / 视频 / 语音输入以及文本 + 图像输出的推理模型。它与已 GA 的 Nova 2 Sonic（实时语音对话）形成互补——Sonic 专注 speech-to-speech，Omni 则是"什么都能进、什么都能出"的全模态模型。
核心亮点：
- 1M token 上下文窗口
- 200+ 语言文本处理，10 语言语音输入
- 图像生成与编辑：角色一致性、图片内文字渲染、自然语言编辑指令
- 多说话人转录
- 推理能力：extended thinking 支持
为什么无法测试¶
Nova 2 Omni 目前处于 Nova Forge 客户限定预览，不对标准 Bedrock API 用户开放。我们通过以下三种方式确认了这一点：
1. 公告原文明确说明¶
"Nova 2 Omni is in preview with early access available to all Nova Forge customers. Please reach out to your AWS account team for access."
Nova Forge 是 AWS 为大客户提供的定制化模型训练/部署通道，普通 AWS 账号无法自助开通。
2. Bedrock API 不可见¶
aws bedrock list-foundation-models --region us-east-1 \
--query "modelSummaries[?contains(modelId, 'nova')].[modelId, modelName]" \
--output table
返回的 Nova 2 系列模型只有：
| 模型 ID | 状态 |
|---|---|
amazon.nova-2-lite-v1:0 |
✅ GA |
amazon.nova-2-sonic-v1:0 |
✅ GA |
amazon.nova-multimodal-embeddings-v1:0 |
✅ GA |
amazon.nova-2-omni-* |
❌ 不存在 |
3. 官方文档未收录¶
docs.aws.amazon.com/nova/latest/nova2-userguide/what-is-nova-2.html 的模型列表中同样没有 Omni。
Nova 2 Omni vs Nova 2 Sonic¶
既然无法实测 Omni，这里整理一下它与已 GA 的 Sonic 的定位差异，方便后续 GA 时快速上手：
| 维度 | Nova 2 Sonic（已 GA） | Nova 2 Omni（Preview） |
|---|---|---|
| 定位 | 实时对话 AI（speech-to-speech） | All-in-one 多模态推理 + 图像生成 |
| 输入 | 语音、文本 | 文本、图像、视频、语音 |
| 输出 | 语音、文本 | 文本、图像 |
| 核心能力 | 实时双向语音对话 | 多模态理解 + 图像生成/编辑 + 语音转录 |
| 独特特性 | Polyglot voices、async tool calling | 角色一致性图像、图片内文字渲染 |
| 语言 | 7 语言语音 | 200+ 语言文本、10 语言语音 |
后续计划¶
- 当 Nova 2 Omni 进入 GA 或公开预览后，第一时间进行实测
- 重点验证方向：图像生成质量 vs DALL-E/Stable Diffusion、多模态推理准确性、extended thinking 效果
- 关注 nova.amazon.com 和 Bedrock 控制台更新
总结¶
Nova 2 Omni 在概念上很有吸引力——一个模型覆盖 text/image/video/audio 的输入输出，加上 1M 上下文和推理能力。但目前仅限 Nova Forge 客户预览，标准 Bedrock 用户无法访问。等 GA 后我们会补上完整的 Hands-on Lab。