AWS lança Nova 2 com quatro modelos de IA para imagens, voz e automação

A Amazon Web Services apresentou terça-feira sua próxima geração de modelos de inteligência artificial, batizada Nova 2, durante o AWS re:Invent 2025 em Las Vegas. O anúncio, feito pelo CEO da AWS Matt Garman, marca o lançamento de uma família com quatro variantes distintas, cada uma projetada para equilibrar custo, desempenho e capacidade de raciocínio em cenários específicos — desde atendimento ao cliente até automação de processos, análise de documentos, geração de código e operação de agentes autônomos.

O primeiro modelo, Nova 2 Lite, funciona como a solução de uso geral da família. Ele foi construído para tarefas cotidianas e aceita imagens e vídeos como entrada, devolvendo respostas em texto. A AWS incluiu um ajuste que permite ao modelo "pensar" mais ou menos conforme necessário, priorizando velocidade ou precisão conforme a situação exija. Segundo a empresa, o Lite iguala ou supera o desempenho do GPT-5 Mini, Gemini 2.5 Flash e Claude Haiku 4.5 em grande parte dos testes realizados internamente.

O Nova 2 Pro representa a opção mais sofisticada da linha. Ele foi desenvolvido para tarefas complexas — análise de múltiplos documentos e vídeos, planejamento de longo prazo, instruções intrincadas, matemática avançada e até migração de software. Diferentemente do Lite, o Pro aceita texto, imagens, vídeos e fala como entrada, mas devolve respostas apenas em texto. Em experimentos internos, a AWS relata que o Pro iguala ou supera o GPT 5.1, Gemini 2.5 Pro, Gemini 3 Pro Preview e Claude Sonnet 4.5 em uma série de testes de raciocínio multimodal.

O terceiro modelo, Nova 2 Sonic, foi especificamente preparado para conversas por voz. Ele oferece suporte expandido a múltiplos idiomas, vozes expressivas e uma janela de contexto de até um milhão de tokens — capacidade que permite manter diálogos longos e complexos, inclusive com mudanças de assunto no meio do caminho. A AWS destaca que o Sonic consegue lidar com tarefas em segundo plano, como reservar passagens de avião, enquanto mantém a conversa fluindo naturalmente.

O quarto modelo, Nova 2 Omni, é um sistema multimodal unificado. Ele recebe texto, imagens, vídeos e fala como entrada e gera tanto texto quanto imagens como saída. O Omni consegue processar até 750 mil palavras, horas de áudio, vídeos longos e documentos com centenas de páginas em um único momento — uma capacidade que o diferencia significativamente dos modelos anteriores.

Além da família Nova 2, a AWS anunciou duas ferramentas complementares. O Nova Forge permite que empresas criem seus próprios modelos a partir de checkpoints do Nova, passando por pré-treinamento e pós-treinamento. O processo funciona através de uma abordagem onde os usuários conseguem "misturar" suas informações com dados curados pela Amazon ao longo de todo o ciclo. Depois, é possível levar o novo modelo ao Bedrock para criar agentes de IA. Atualmente, o Reddit, Sony, Booking, Nimbus Therapeutics e Nomura Research Institute utilizam essa tecnologia para moderação de conteúdo, aplicações de saúde, automação de fluxos críticos e outras funções.

O Nova Act, por sua vez, ajuda a criar e operar agentes que atuam diretamente em interfaces web, navegando entre sites como se fossem humanos. O serviço é alimentado por uma versão customizada do Nova 2 Lite, treinada com reforço em centenas de ambientes de teste e milhares de tarefas simuladas. A AWS afirma que o Nova Act já atinge cerca de 90% de confiabilidade em fluxos de clientes iniciais e supera concorrentes em benchmarks de automação de interface de usuário.

O anúncio não se limitou à família Nova 2. A Amazon também incluiu 18 novas opções de modelos de IA no Bedrock, seu serviço de modelos gerenciados. Entre elas estão o Mistral Large 3 e a linha Ministral 3 da Mistral AI, além do GPT OSS Safeguard, Google Gemma 3, NVIDIA Nemotron e MiniMax M2. A expansão do catálogo reflete a estratégia da AWS de oferecer aos clientes um leque cada vez maior de opções para diferentes necessidades e preferências.