Amazon lance Nova Act : nouveau modèle d’IA capable d’exécuter des actions dans les navigateurs web

Amazon a introduit Nova Act, un modèle d'intelligence artificielle innovant spécifiquement conçu pour exécuter des actions dans les navigateurs web. L'entreprise a lancé une version préliminaire du SDK Nova Act via nova.amazon.com, permettant aux développeurs d'expérimenter cette technologie et de construire des agents capables de réaliser des tâches complexes dans des environnements numériques.

Contrairement aux modèles de langage traditionnels qui se limitent à répondre à des requêtes ou à générer du texte, Nova Act est axé sur l'action pratique. Cette approche représente un changement significatif dans le concept d'"agents d'IA", les transformant en systèmes capables d'opérer de manière autonome dans divers environnements numériques.

Le nouvel outil permet aux développeurs de décomposer des flux de travail complexes en commandes atomiques fiables, comme des recherches ou des processus de paiement, en ajoutant des instructions détaillées lorsque nécessaire. Le SDK facilite également l'intégration avec des API et la manipulation directe du navigateur via Playwright, ce qui augmente considérablement sa fiabilité.

Selon les tests internes d'Amazon, Nova Act a atteint une précision supérieure à 90% dans des capacités généralement problématiques pour d'autres modèles, comme la sélection de dates ou l'interaction avec des menus déroulants. Dans des benchmarks comme ScreenSpot et GroundUI Web, qui mesurent la capacité d'interaction web, Nova Act a démontré des performances compétitives face à des modèles comme Claude 3.7 Sonnet d'Anthropic et CUA d'OpenAI.

L'une des caractéristiques les plus remarquables de Nova Act est son accent sur la fiabilité, permettant aux agents de fonctionner sans supervision continue. Les développeurs peuvent activer le mode "headless", convertir leurs agents en API ou les programmer pour qu'ils s'exécutent de manière asynchrone selon les besoins.

Amazon utilise déjà Nova Act dans Alexa+ pour naviguer sur Internet de manière autonome et accomplir des tâches lorsque les services intégrés ne fournissent pas toutes les API nécessaires. L'entreprise a indiqué que ce lancement n'est que la première étape de sa vision pour développer des capacités clés permettant de créer des agents utiles à grande échelle.