Oxa 通过战略收购自主工业服务提供商 StreetDrone 以加强其在工业物流领域的地位后,这家自动驾驶车辆软件提供商正进一步深入产业,计划使用 Nvidia Cosmos 生成式世界基础模型 (WFMs) 来加速工业移动自动化 (IMA)。
解释此举原因时,Oxa 指出,自工业革命以来,自动化提高了生产力,降低了成本并促进了创新,同时,企业软件推动了数十年的业务任务自动化,创造了其称之为"巨大"的经济价值。现在,该公司表示,物理人工智能 (AI) 正在开启新的 IMA 时代,自动化企业每日执行的数十亿移动任务。
在实际应用中,IMA 将实现工作车辆重复驾驶任务的自动化,例如固定路线的共享客运、机场地面运输 (行李、货物、乘客/机组人员)、港口和零售场地的拖车/集装箱调度、资产监控、工厂生产线零部件物流以及枢纽间的卡车物流。这些任务目前由全球约 4 亿辆工作车辆执行,通常在统一路线上完成,且具有特定场所特征——使它们成为自动化的理想选择。
Oxa 计算出 IMA 代表着 2 万亿美元的市场机会,因为企业越来越多地转向自动化来执行日常重复性移动任务,如客运、资产监控和工厂零部件生产线物流,支持提高生产力、降低成本和促进创新。
此次合作将使 Oxa 使用 Nvidia 的 Cosmos 世界基础模型——这些模型能够从文本和图像等多模态输入生成逼真的虚拟世界状态视频——包括 Cosmos Predicts 模型,以增强其自身的培训工具,如 Oxa Sensor Expansion,这些工具位于其开发工具链 Oxa Foundry 中。
通过与 Nvidia 的合作,Oxa 表示它将能够生成大量多样化且逼真的合成数据,加速其软件的训练和验证,同时显著加快安全、可靠和高效的自动驾驶产品的开发和部署。
使用这类工具的目标是,通过生成各种逼真的合成传感器数据,将为 Oxa 的自动驾驶软件提供更严格的训练和验证,加速开发其保证将是安全、可靠和高效的自动驾驶服务。
该公司表示,其基于 Oxa Foundry 的开发采用了一种新颖的生成式 AI 方法,在计划好的、统一且可重复的路线上"超本地化"地训练和保证其核心 Oxa Driver 自动驾驶软件,将其从通才转变为专才。这些生成式 AI 技术能够创建"具有代表性"且有针对性的"教学大纲",用于教授和确保 Oxa Driver 的质量,同时具有最小且经济高效的源数据需求。
"通过与 Nvidia 合作并利用其最新技术,我们正在加速我们向客户提供安全、可靠和高效自动化解决方案的能力,解决驾驶员短缺和生产力差距等关键挑战,"Oxa 首席执行官 Gavin Jackson 表示。"将 Cosmos 用于合成数据生成与我们自己的技术相结合,将有助于实现我们的目标并开启 2 万亿美元的 IMA 市场。"
好文章,需要你的鼓励
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
AI改变的远不止一间课堂,而是学生的学习方式、未来的职场场景和社会对工作者能力的要求,整个商业文明中的每一位参与者,都将被推着一起改变。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。