Amazon lance Amazon Nova 2.5 Sonic, son nouveau modèle multimodal speech-to-speech

Le modèle a été évalué sur des benchmarks rigoureux axés sur le raisonnement multimodal et la fiabilité des agents. Les tests incluent des scénarios de 'function calling' complexes où le modèle doit maintenir la cohérence de la conversation tout en exécutant des tâches en arrière-plan. L'évaluation a porté sur la capacité du modèle à ne pas interrompre le flux conversationnel lors de l'exécution de fonctions asynchrones.

• Amélioration du raisonnement par rapport à Nova 2 Sonic
• Précision accrue du tool-calling et du suivi d'instructions
• Latence réduite pour des réponses plus percutantes
• Évaluation basée sur la fluidité conversationnelle et l'exécution de tâches asynchrones

Tool Use et Capacités Agentiques

Ce qui distingue véritablement Nova 2.5 Sonic, c'est sa capacité à agir en tant qu'agent autonome. Grâce au 'tool use' intégré pendant la conversation en direct, le modèle peut effectuer des actions concrètes : consulter le statut d'une commande, vérifier l'éligibilité d'un client à un service ou mettre à jour une base de données, le tout au cours d'une seule session vocale.

L'implémentation de l'appel d'outils asynchrone est un atout majeur pour l'expérience utilisateur. Pendant que le modèle exécute une fonction complexe en arrière-plan (comme une recherche dans un ERP), il peut continuer à discuter avec l'utilisateur, évitant ainsi les silences gênants typiques des systèmes de commande vocale traditionnels.

• Appels de fonctions en temps réel (Function Calling)
• Exécution d'outils asynchrones pour maintenir le flux de parole
• Capacité de prise de décision et d'action directe (Agentic AI)

Cas d'utilisation recommandés

Les développeurs peuvent exploiter Nova 2.5 Sonic dans une multitude de scénarios d'entreprise. Le secteur du service client est le premier bénéficiaire, avec des agents vocaux capables de résoudre des problèmes complexes sans intervention humaine. Le secteur de la vente et du support technique peut également utiliser le modèle pour guider les utilisateurs pas à pas via des instructions vocales intelligentes.

D'autres applications incluent les assistants personnels multilingues capables de gérer des tâches de planification, les systèmes de tutorat interactifs, et les interfaces de contrôle domotique avancées où la compréhension du contexte et la rapidité de réponse sont critiques.

• Agents de service client haut de gamme
• Assistants personnels polyglottes
• Support technique interactif et guidage vocal
• Interfaces de commande vocale pour l'IoT et l'industrie

Accès et Mise en œuvre

Amazon Nova 2.5 Sonic est accessible via l'API Amazon Bedrock. Les développeurs doivent utiliser l'identifiant de modèle `amazon.nova-2-5-sonic` via l'endpoint `bedrock-runtime` en utilisant la méthode `InvokeModelWithBidirectionalStream` pour exploiter pleinement les capacités de streaming bidirectionnel.

Au lancement, le modèle est disponible dans les régions suivantes : us-east-1, us-west-2, eu-north-1 et ap-northeast-1. Amazon a également publié une 'Responsible AI service card' pour garantir une utilisation éthique et sécurisée du modèle, avec un cycle de vie actif garantissant un support au moins jusqu'en octobre 2027.

• Model ID : amazon.nova-2-5-sonic
• Endpoint : bedrock-runtime (InvokeModelWithBidirectionalStream)
• Régions de lancement : us-east-1, us-west-2, eu-north-1, ap-northeast-1
• Garantie de support : Jusqu'au 5 octobre 2027 minimum

Sources