英伟达在周一发布了一系列新的世界AI模型、库和其他面向机器人开发者的基础设施,其中最引人注目的是Cosmos Reason,这是一个拥有70亿参数的"推理"视觉语言模型,专门用于物理AI应用和机器人。
除了现有的Cosmos世界模型批次外,新加入的还有Cosmos Transfer-2,它可以加速从3D仿真场景或空间控制输入生成合成数据,以及一个经过蒸馏优化的Cosmos Transfers版本,更注重速度优化。
在周一SIGGRAPH会议的发布会上,英伟达指出,这些模型旨在用于创建合成文本、图像和视频数据集,以训练机器人和AI智能体。
据英伟达介绍,Cosmos Reason凭借其记忆和物理理解能力,让机器人和AI智能体能够进行"推理",使其能够"作为规划模型来推理具身智能体可能采取的下一步行动"。该公司表示,它可用于数据整理、机器人规划和视频分析。
该公司还发布了新的神经重建库,其中包括一种渲染技术,让开发者能够使用传感器数据在3D环境中模拟真实世界。这种渲染能力也正在集成到开源模拟器CARLA中,这是一个受欢迎的开发者平台。Omniverse软件开发套件也获得了更新。
机器人工作流程也有新的服务器支持。英伟达RTX Pro Blackwell服务器为机器人开发工作负载提供单一架构,而英伟达DGX Cloud则是基于云的管理平台。
这些发布正值这家半导体巨头进一步进军机器人领域,寻求其AI GPU在AI数据中心之外的下一个重大应用场景。
Q&A
Q1:Cosmos Reason是什么?它有什么功能?
A:Cosmos Reason是英伟达发布的一个拥有70亿参数的"推理"视觉语言模型,专门用于物理AI应用和机器人。它凭借记忆和物理理解能力,让机器人和AI智能体能够进行推理,作为规划模型来推理具身智能体可能采取的下一步行动,可用于数据整理、机器人规划和视频分析。
Q2:Cosmos Transfer-2有什么特点?
A:Cosmos Transfer-2是英伟达新发布的世界模型之一,它的主要特点是能够加速从3D仿真场景或空间控制输入生成合成数据。此外,还有一个经过蒸馏优化的Cosmos Transfers版本,更注重速度优化。
Q3:英伟达为什么要进军机器人领域?
A:英伟达进军机器人领域是因为该公司正在寻求其AI GPU在AI数据中心之外的下一个重大应用场景。作为半导体巨头,英伟达希望通过提供机器人开发的基础设施和AI模型,拓展其GPU技术的应用范围。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。