A NVIDIA está a tomar medidas ousadas na plataforma Omniverse. O foco principal é a geração de dados sintéticos — usar ambientes virtuais para treinar modelos de IA física, resolvendo assim a falta de dados reais para robôs e carros autónomos.
A atualização chave é o Cosmos Predict 2.5, que consegue gerar diretamente mundos de vídeo multi-câmara a partir de uma imagem, um vídeo ou um simples prompt de texto. Pode não parecer muito, mas isto permite aos programadores produzir em grande escala dados de treino realistas, tornando os modelos mais robustos no mundo real.
Já há empresas a aderir: a Skild AI está a utilizá-lo para testar estratégias de robôs, a Serve Robotics treina robôs de entrega automática com uma combinação de dados sintéticos e reais — já realizaram mais de 100.000 entregas em espaços públicos. Até empresas de mineração estão a aplicar esta tecnologia, usando dados sintéticos para otimizar sistemas de deteção.
Resumindo, a NVIDIA está a usar dados virtuais para reduzir o fosso entre a simulação e a realidade. Se esta abordagem se generalizar, vai acelerar significativamente a implementação de robôs e veículos autónomos.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
A NVIDIA está a tomar medidas ousadas na plataforma Omniverse. O foco principal é a geração de dados sintéticos — usar ambientes virtuais para treinar modelos de IA física, resolvendo assim a falta de dados reais para robôs e carros autónomos.
A atualização chave é o Cosmos Predict 2.5, que consegue gerar diretamente mundos de vídeo multi-câmara a partir de uma imagem, um vídeo ou um simples prompt de texto. Pode não parecer muito, mas isto permite aos programadores produzir em grande escala dados de treino realistas, tornando os modelos mais robustos no mundo real.
Já há empresas a aderir: a Skild AI está a utilizá-lo para testar estratégias de robôs, a Serve Robotics treina robôs de entrega automática com uma combinação de dados sintéticos e reais — já realizaram mais de 100.000 entregas em espaços públicos. Até empresas de mineração estão a aplicar esta tecnologia, usando dados sintéticos para otimizar sistemas de deteção.
Resumindo, a NVIDIA está a usar dados virtuais para reduzir o fosso entre a simulação e a realidade. Se esta abordagem se generalizar, vai acelerar significativamente a implementação de robôs e veículos autónomos.