菲利克斯·平克斯顿
2025 年 10 月 29 日 23:41
NVIDIA 对其 Omniverse 平台进行了突破性更新，利用合成数据来增强机器人和自动驾驶汽车物理 AI 模型的开发。
NVIDIA 近期在 Omniverse 平台上取得的进步将彻底改变物理 AI 模型的开发。这些模型是机器人、自动驾驶汽车和其他智能机器功能不可或缺的一部分，需要安全和通用的数据才能在动态的现实场景中有效运行。 NVIDIA 官方博客称，与利用大量互联网数据集的语言模型不同，物理人工智能模型需要植根于现实世界经验的数据。
综合数据生成的进步
获取足够的真实世界数据的挑战促使 NVIDIA 增强了其合成数据生成能力。该公司最近更新了 NVIDIA Cosmos 开放世界基础模型 (WFM)，以简化测试和验证物理 AI 模型的数据生成流程。通过采用 NVIDIA Omniverse 库和 Cosmos，开发人员可以大规模生成合成数据，从而有效缩小模拟与现实之间的差距。
Cosmos Predict 2.5 是关键更新之一，它将 Text2World、Image2World 和 Video2World 模型合并到一个统一框架中，能够从单个图像、视频或提示生成多摄像机视频世界。这项创新可以实现一致且可控的合成环境，从而增强人工智能模型的训练和验证。
集成和应用
这些 WFM 使用 NVIDIA Isaac Sim 开源机器人仿真框架无缝集成到合成数据管道中。这种集成可以生成逼真的视频，显着缩小模拟与真实的差距。 Skild AI 和 Serve Robotics 等公司已经在利用这些技术来增强他们的机器人解决方案。 Skild AI 利用 Cosmos Transfer 使数据多样化以测试机器人政策，而 Serve Robotics 利用合成数据与现实世界数据结合来训练其自主送货机器人。
此外，Serve Robotics 已成功在公共场所部署了最大的自主机器人车队之一，完成了超过 100,000 次送货。该公司收集了包括图像激光雷达样本在内的大量数据，以进一步完善其模型，展示 NVIDIA 合成数据创新的实际应用。
更广泛的影响和未来前景
除了机器人技术之外，合成数据在各个行业都被证明是有益的。例如，Lightwheel 是一家以仿真为先的机器人解决方案提供商，它使用 SimReady 资产和大规模合成数据集来确保经过仿真训练的机器人在现实条件下有效执行。此外，数据科学家 Santiago Villa 利用 Omniverse 库的合成数据，通过增强巨石检测系统、减少运营停机时间来改善采矿作业。
随着 NVIDIA 不断完善其 Omniverse 平台和合成数据功能，人工智能和机器人技术的进步潜力仍然巨大。通过为开发人员提供创建强大的、适合现实世界的 AI 模型的工具，NVIDIA 正在为智能机器与人类无缝协作的未来铺平道路。
图片来源：Shutterstock
关键词：人工智能,加密,区块链,新闻