Amazon mostró pipeline con Nova, SAM 3 y Textract para redacción automática de PII en fotos

AWS Machine Learning Blog presentó un pipeline de múltiples pasos para enmascarar automáticamente datos personales en imágenes, controlado por el modelo Amazon Nova.

Cómo funciona el pipeline

En el núcleo de la solución está el razonamiento visual contextual de Amazon Nova, que coordina el trabajo de varias herramientas complementarias en lugar de depender de un único algoritmo universal. Nova dirige solicitudes a dos sistemas especializados y combina sus resultados en un único proceso de edición de imágenes.

• Orquestador del pipeline — Amazon Nova, razonamiento visual contextual
• Segmentación — Segment Anything Model abierto (SAM 3) de Meta
• Implementación de SAM 3 — en la plataforma Amazon SageMaker AI, segmentación a nivel de píxeles
• Reconocimiento de texto — Amazon Textract, reconocimiento óptico de caracteres (OCR)
• Casos complejos — huellas dactilares, documentos de identidad, placas de matrícula de automóviles en orientación arbitraria

Por qué se necesitan dos herramientas adicionales

SAM 3 de Meta maneja la segmentación a nivel de píxeles — resaltado preciso de áreas de imagen que deben enmascararse, hasta objetos no estándar como una huella dactilar en un documento. Amazon Textract, a su vez, reconoce texto en imágenes, encontrando fragmentos como números de documentos o firmas que la segmentación basada en formas podría perder. Nova vincula estas dos fuentes de señal en una única decisión sobre exactamente qué áreas necesitan ser editadas, asegurando que el resultado sea completo y legal.

Los autores enfatizan específicamente que el pipeline está diseñado para casos raros y complejos — imágenes donde los datos personales se encuentran fuera de la plantilla estándar: en un ángulo, parcialmente oscurecidos o pertenecientes a tipos de datos inusuales como huellas dactilares.

Qué significa esto

La combinación del razonamiento visual de Nova con el SAM 3 de segmentación abierta de Meta y el motor OCR de Textract demuestra cómo los pipelines de cumplimiento moderno se construyen cada vez más no en un único modelo, sino en la orquestación de varios sistemas especializados, cada uno cerrando su propia clase de errores.