Langkah terbaru NVIDIA di platform Omniverse terbilang agresif. Intinya adalah pembuatan data sintetis—menggunakan lingkungan virtual untuk melatih model AI fisik, sehingga mengatasi kendala kurangnya data nyata pada robot dan mobil otonom.
Pembaruan kunci adalah Cosmos Predict 2.5, yang dapat langsung menghasilkan dunia video multi-kamera dari satu gambar, klip video, atau petunjuk teks. Sekilas terlihat sederhana, tapi ini berarti para pengembang dapat memproduksi data pelatihan realistis dalam skala besar, sehingga model bisa berjalan lebih stabil di dunia nyata.
Sudah ada perusahaan yang memanfaatkannya: Skild AI menggunakannya untuk pengujian strategi robotik, Serve Robotics melatih robot pengantaran otomatis dengan kombinasi data sintetis dan data nyata—sekarang sudah menyelesaikan lebih dari 100.000 pengantaran di tempat umum. Bahkan perusahaan pertambangan pun memakainya, menggunakan data sintetis untuk mengoptimalkan sistem deteksi mereka.
Singkatnya, NVIDIA sedang memperkecil kesenjangan antara simulasi dan kenyataan dengan data virtual. Jika ini diadopsi secara luas, akan mempercepat penerapan robotika dan kendaraan otonom secara keseluruhan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Langkah terbaru NVIDIA di platform Omniverse terbilang agresif. Intinya adalah pembuatan data sintetis—menggunakan lingkungan virtual untuk melatih model AI fisik, sehingga mengatasi kendala kurangnya data nyata pada robot dan mobil otonom.
Pembaruan kunci adalah Cosmos Predict 2.5, yang dapat langsung menghasilkan dunia video multi-kamera dari satu gambar, klip video, atau petunjuk teks. Sekilas terlihat sederhana, tapi ini berarti para pengembang dapat memproduksi data pelatihan realistis dalam skala besar, sehingga model bisa berjalan lebih stabil di dunia nyata.
Sudah ada perusahaan yang memanfaatkannya: Skild AI menggunakannya untuk pengujian strategi robotik, Serve Robotics melatih robot pengantaran otomatis dengan kombinasi data sintetis dan data nyata—sekarang sudah menyelesaikan lebih dari 100.000 pengantaran di tempat umum. Bahkan perusahaan pertambangan pun memakainya, menggunakan data sintetis untuk mengoptimalkan sistem deteksi mereka.
Singkatnya, NVIDIA sedang memperkecil kesenjangan antara simulasi dan kenyataan dengan data virtual. Jika ini diadopsi secara luas, akan mempercepat penerapan robotika dan kendaraan otonom secara keseluruhan.