Nova Act是什么?

Nova Act是亞馬遜推出的一款具備操控網頁瀏覽器并自主執行簡單任務的的ai智能體，能夠控制網頁瀏覽器并獨立完成諸如搜索、填寫表單、完成結賬等簡單任務。它還支持詳細指令識別和復雜任務分解，幫助用戶簡化日常操作。

Nova Act功能特征

• 瀏覽器操控能力：Nova Act可通過分解復雜任務為原子指令（如搜索、結賬、填寫表單），并調用瀏覽器API或Playwright工具實現自動化操作，例如在線訂購沙拉、預訂餐廳或設置自動回復郵件。其內部測試顯示，在日期選擇、彈窗處理等UI交互任務中成功率超90%。

• 復雜任務分解：Nova Act SDK允許開發者將復雜任務分解為一系列可執行的簡單命令，例如“找出從我家到這三家商店的最便捷路線，然后在大約下午6點看電影”。

• 詳細指令識別：它能夠識別更詳細的指令，比如在購物時拒絕接受保險推銷。

• 多模態交互架構：依托自研的Nova基礎模型（如Nova Micro/Lite/Pro）解析網頁內容，結合ScreenSpot Web Text 94%的高分能力模擬人類操作邏輯，實現視覺識別、行為模擬與流程控制的閉環。

性能表現

在亞馬遜內部的ScreenSpot Web Text測試中，Nova Act得分為94%，優于OpenAI的CUA（88%）和Anthropic的Claude 3.7 Sonnet（90%）。不過，亞馬遜并未使用更常見的代理評估基準（如WebVoyager）對其進行測試，其性能對比仍需更多外部驗證。

Nova Act應用場景

• 購物助手：Nova Act可以幫助用戶完成在線購物，例如從Sweetgreen訂購沙拉、進行晚餐預訂等。

• 行程規劃：它可以協助用戶規劃行程，如找到從家到多個地點的最佳路線，并安排看電影等后續活動。

• 表單填寫：Nova Act能夠自動填寫各種在線表單。

• 日程安排：它還可以在日歷上選擇日期，幫助用戶安排日程。

• 信息查詢：Nova Act可以根據用戶指令，搜索并回答屏幕上顯示的內容相關問題。

• 與Alexa+集成：Nova Act還將為亞馬遜即將推出的Alexa+升級提供支持，這是對亞馬遜流行的語音助手的生成式AI增強版本。

Nova Act由亞馬遜新成立的舊金山AGI（人工通用智能）實驗室開發，Amazon Nova Act是該實驗室的首款公開產品。

詳細介紹：https://labs.amazon.science/blog/nova-act

官網：https://nova.amazon.com/