Amazon Nova Act: el agente de IA de Amazon que controla el navegador y ejecuta tareas sencillas de forma autónoma 144

¿Qué es Nova Act?

Nova Act es un agente inteligente de IA lanzado por Amazon, capaz de controlar navegadores web y ejecutar de forma autónoma tareas sencillas, como búsquedas, rellenar formularios y completar procesos de pago. También admite el reconocimiento de instrucciones detalladas y la descomposición de tareas complejas, ayudando a los usuarios a simplificar sus operaciones cotidianas.

Características de Nova Act

• Capacidad de control del navegador: Nova Act puede descomponer tareas complejas en instrucciones atómicas (como buscar, finalizar compras o rellenar formularios) y lograr la automatización llamando a APIs del navegador o herramientas como Playwright. Por ejemplo, permite pedir ensaladas en línea, reservar restaurantes o configurar respuestas automáticas a correos electrónicos. Sus pruebas internas muestran una tasa de éxito superior al 90% en tareas de interacción con la interfaz de usuario, como la selección de fechas y el manejo de ventanas emergentes.

• Descomposición de tareas complejas: el SDK de Nova Act permite a los desarrolladores descomponer tareas complejas en una serie de comandos sencillos ejecutables, por ejemplo, "encontrar la ruta más conveniente desde mi casa a estas tres tiendas y luego reservar una película alrededor de las 6 de la tarde".

• Reconocimiento de instrucciones detalladas: es capaz de reconocer instrucciones muy detalladas, como rechazar ofertas de seguros adicionales al comprar.

• Arquitectura de interacción multimodal: basándose en sus modelos fundamentales Nova desarrollados internamente (como Nova Micro/Lite/Pro) para analizar el contenido web, y combinado con una alta puntuación del 94% en ScreenSpot Web Text, simula la lógica de operación humana, logrando un circuito cerrado de reconocimiento visual, simulación de comportamiento y control de procesos.

Rendimiento

En la prueba interna ScreenSpot Web Text de Amazon, Nova Act obtuvo una puntuación del 94%, superando a la CUA de OpenAI (88%) y a Claude 3.7 Sonnet de Anthropic (90%). Sin embargo, Amazon no la evaluó con los benchmarks de agentes más comunes (como WebVoyager), por lo que su comparación de rendimiento aún requiere más validación externa.

Escenarios de aplicación de Nova Act

• Asistente de compras: Nova Act puede ayudar a los usuarios a realizar compras en línea, como pedir ensaladas en Sweetgreen o hacer reservas para cenar.

• Planificación de itinerarios: puede asistir a los usuarios en la planificación de itinerarios, por ejemplo, encontrar la mejor ruta desde casa a varios lugares y organizar actividades posteriores como ir al cine.

• Relleno de formularios: Nova Act puede rellenar automáticamente diversos formularios en línea.

• Gestión de agenda: también puede seleccionar fechas en calendarios, ayudando a los usuarios a organizar su agenda.

• Consulta de información: Nova Act puede buscar y responder preguntas relacionadas con el contenido mostrado en pantalla según las instrucciones del usuario.

• Integración con Alexa+: Nova Act también dará soporte a la próxima actualización de Alexa+ de Amazon, una versión mejorada con IA generativa del popular asistente de voz de la compañía.

Nova Act fue desarrollado por el recién creado Laboratorio AGI (Inteligencia General Artificial) de Amazon en San Francisco, y Amazon Nova Act es el primer producto público de dicho laboratorio.

Información detallada:https://labs.amazon.science/blog/nova-act

Sitio web oficial:https://nova.amazon.com/