"我非常兴奋地宣布,通用汽车已选择英伟达作为合作伙伴,共同打造他们未来的自动驾驶汽车车队,"黄仁勋说。
根据新闻稿,通用汽车将使用英伟达的 Drive AGX 平台,这是一种车载计算机,提供"高达 1,000 万亿次每秒的高性能计算",并包括开发自动驾驶功能和沉浸式车内体验的硬件和软件。这家汽车巨头将在该平台上打造下一代汽车,英伟达表示这将加速安全自动驾驶汽车的开发和大规模部署。
通用汽车已经在投资英伟达的图形处理单元用于 AI 模型训练。根据周二的公告,两家公司将扩大合作伙伴关系,共同打造定制系统来训练 AI 制造模型。这还包括优化通用汽车的汽车工厂设计和运营。
为此,通用汽车将使用英伟达 Omniverse 平台创建其装配线的数字孪生,这将允许进行虚拟车辆测试和生产模拟。英伟达还将帮助通用汽车训练已在使用的机器人平台,用于精密焊接、材料处理和运输等操作。
"AI 不仅优化制造流程并加速虚拟测试,还帮助我们打造更智能的车辆,同时让我们的员工能够专注于工艺,"通用汽车董事长兼首席执行官玛丽·巴拉在新闻稿中表示。"通过将技术与人类智慧相结合,我们释放了车辆制造及更广泛领域的新层次创新。"
通用汽车在 2017 年推出 Super Cruise 高级驾驶辅助系统时,成为首家提供免手驾驶的汽车制造商。虽然这些免手驾驶汽车并非完全的自动驾驶汽车 (因为在需要时可能要求驾驶员接管控制),但它们朝着这个方向迈出了重要一步。
尽管如此,这家汽车制造商在自动驾驶领域面临着崎岖不平的道路。去年 12 月,该公司的机器人出租车服务 Cruise 被迫关闭运营。这一决定紧随对公司的外部调查之后,调查内容是关于该公司在 2023 年一起事件中误导监管机构,当时该公司在旧金山的一辆机器人出租车撞到了一名行人。
无论如何,该公司对其提供安全自动驾驶个人用车的道路持乐观态度。
"我们与英伟达等公司合作的工作为我们已经高度复杂的车辆设计、工程和制造流程增添了灵活性,"通用汽车在新闻稿中表示。"通过进一步整合物理和工业 AI 应用 (包括数字孪生、模拟和机器人技术),我们继续优化制造、加速虚拟测试,并最终为客户打造更智能、更互联的车辆。"
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。