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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。