新手使用 Amazon Nova AI 训练定制模型时，从上传数据到获取可用的 API 端点，究竟需要多长时间？结论是：最短 12 小时，最长可能延至 5 天。具体耗时完全取决于你选择的路径——是微调 Canvas 图像模型，还是微调 Nova Pro 语言模型，以及是否跳过了数据清洗步骤。

微调 Nova Canvas 角色一致性模型（图像类）

先介绍图像模型方面，有两条路径可选。

方法一：使用官方提供的自动化管道，推荐新手直接采用。
流程非常简单：将包含目标角色的视频上传至 Amazon S3 存储桶，系统会自动触发 ECS 任务，每秒采样一帧，然后居中裁剪出清晰的角色图像，再调用 Nova Pro 生成精准的文本描述，最终写入 S3，形成一份带标签的训练数据集。全程无需你手动干预，视频长度决定了耗时——1 分钟的视频大约能生成 60 张图像，整套流程通常能在 2 小时内完成。

方法二：手动准备训练图像，这一步需要更多技巧。
你需要准备至少 20 张同一角色、不同姿态、表情和光照条件下的高清正面图。关键要点是：如果少于 15 张，模型将难以识别角色的面部结构，生成结果会出现严重变形。每张图像还需配上一句不超过 20 词的英文描述，例如“Mayu smiling, holding teacup, studio lighting”。描述必须保持一致，否则会直接污染微调效果，适得其反。

微调 Nova Pro 语言模型（文本类）

文本模型方面，步骤更加清晰，但每个环节都隐藏着陷阱。

第一步：数据格式是一道门槛，许多新手容易在此出错。
必须是严格的 JSONL 格式，每行一条 {"prompt": "...", "completion": "..."}。而且 prompt 字段不能包含中文标点，completion 不能有换行或空格开头——Nova 后台的校验机制非常严格，只要格式有一处错误，整批数据会被直接拒绝，毫不留情。

第二步：上传与启动。
将整理好的 JSONL 文件拖入 SageMaker Notebook，然后运行 create_model_customization_job API，选择实例类型为 ml.g5.2xlarge（这是最低可用规格），提交即可。

第三步：等待训练完成，这是最考验耐心的阶段。
如果数据量小于 500 条，通常 4 到 6 小时就能得到结果；如果数据量达到 2000 条以上，并且启用了全参数微调（而非 LoRA），则需等待 18 到 36 小时。需要注意的是，训练一旦开始，中途无法暂停或修改参数。如果训练失败，只能重新上传整套数据再重来。

部署与验证阶段

模型训练完成后，还有最后一步：部署。必须调用 create_model_provisioned_throughput 创建预置吞吐量端点，否则模型无法调用。该步骤本身只需 2 分钟，但端点初始化耗时固定为 15 分钟——无论模型大小，都必须等待满 15 分钟才能发起首次推理请求，这是硬性规定。

验证时，使用同一组测试 prompt 运行 3 次。如果响应时间波动超过 800 毫秒，说明实例规格不足，需要升级配置后重新部署。