تحركات NVIDIA الأخيرة على منصة Omniverse قوية جدًا. الجوهر هنا هو توليد البيانات الاصطناعية—استخدام البيئات الافتراضية لتدريب نماذج الذكاء الاصطناعي الفيزيائية، مما يحل مشكلة نقص البيانات الحقيقية لدى الروبوتات والسيارات ذاتية القيادة.
التحديث الرئيسي هو Cosmos Predict 2.5، الذي يمكنه من صورة واحدة أو مقطع فيديو أو حتى نص، توليد عوالم فيديو متعددة الزوايا مباشرة. قد يبدو هذا بسيطًا، لكنه يعني أن المطورين يمكنهم إنتاج بيانات تدريب واقعية على نطاق واسع، مما يجعل النماذج أكثر استقرارًا عند التشغيل في الواقع.
هناك بالفعل شركات بدأت باستخدامه: Skild AI تستخدمه لاختبار استراتيجيات الروبوتات، Serve Robotics تدرب روبوتات التوصيل الذاتية بمزيج من البيانات الاصطناعية والحقيقية، وقد أكملت بالفعل أكثر من 100,000 عملية توصيل في الأماكن العامة. حتى شركات التعدين تستفيد منه لتحسين أنظمة الاستكشاف باستخدام البيانات الاصطناعية.
ببساطة، NVIDIA تستخدم البيانات الافتراضية لتقليص الفجوة بين المحاكاة والواقع. إذا توسع هذا التوجه، فسيسرّع من وتيرة تطبيق الروبوتات والسيارات ذاتية القيادة في العالم الحقيقي.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تحركات NVIDIA الأخيرة على منصة Omniverse قوية جدًا. الجوهر هنا هو توليد البيانات الاصطناعية—استخدام البيئات الافتراضية لتدريب نماذج الذكاء الاصطناعي الفيزيائية، مما يحل مشكلة نقص البيانات الحقيقية لدى الروبوتات والسيارات ذاتية القيادة.
التحديث الرئيسي هو Cosmos Predict 2.5، الذي يمكنه من صورة واحدة أو مقطع فيديو أو حتى نص، توليد عوالم فيديو متعددة الزوايا مباشرة. قد يبدو هذا بسيطًا، لكنه يعني أن المطورين يمكنهم إنتاج بيانات تدريب واقعية على نطاق واسع، مما يجعل النماذج أكثر استقرارًا عند التشغيل في الواقع.
هناك بالفعل شركات بدأت باستخدامه: Skild AI تستخدمه لاختبار استراتيجيات الروبوتات، Serve Robotics تدرب روبوتات التوصيل الذاتية بمزيج من البيانات الاصطناعية والحقيقية، وقد أكملت بالفعل أكثر من 100,000 عملية توصيل في الأماكن العامة. حتى شركات التعدين تستفيد منه لتحسين أنظمة الاستكشاف باستخدام البيانات الاصطناعية.
ببساطة، NVIDIA تستخدم البيانات الافتراضية لتقليص الفجوة بين المحاكاة والواقع. إذا توسع هذا التوجه، فسيسرّع من وتيرة تطبيق الروبوتات والسيارات ذاتية القيادة في العالم الحقيقي.