Les dernières initiatives de NVIDIA sur la plateforme Omniverse sont particulièrement impressionnantes. Le cœur de la démarche réside dans la génération de données synthétiques : entraîner des modèles d’IA physique dans des environnements virtuels pour résoudre le problème du manque de données réelles pour les robots et les véhicules autonomes.

La mise à jour clé, c’est Cosmos Predict 2.5, capable de générer un monde vidéo multi-caméras à partir d’une simple image, d’une séquence vidéo ou d’une instruction textuelle. Cela peut sembler anodin, mais cela signifie que les développeurs peuvent produire en masse des données d’entraînement réalistes, rendant les modèles plus robustes dans le monde réel.

Des entreprises ont déjà adopté cette technologie : Skild AI l’utilise pour tester des stratégies robotiques, Serve Robotics combine données synthétiques et réelles pour entraîner ses robots de livraison autonomes, qui ont déjà réalisé plus de 100 000 livraisons dans des espaces publics. Même les sociétés minières s’y mettent, optimisant leurs systèmes de détection avec des données synthétiques.

En résumé, NVIDIA utilise des données virtuelles pour réduire l’écart entre la simulation et la réalité. Si cette tendance se généralise, elle accélérera le déploiement de la robotique et des véhicules autonomes dans le monde réel.