„NVIDIA“ plečia Cosmos platformą pažangiomis įrankių priemonėmis kuriant ir diegiant fizinius AI pasaulio modelius

Vaizdas: NVIDIA · Šaltinis

„NVIDIA“ papildė savo Cosmos platformą naujais mokymo įrankiais, simuliacijos kontroliniais taškais ir Cosmos Data Factory šablonais, siekdama pagreitinti fizinių AI pasaulio modelių, imituojančių realaus pasaulio sąveikas įvairiose pramonės šakose, kūrimą, vertinimą ir diegimą.

„NVIDIA“ paskelbė apie svarbius Cosmos platformos patobulinimus, skirtus pažangiai pasaulio modelių kūrimui ir diegimui — sudėtingų AI sistemų, padedančių mašinoms suvokti, suprasti ir simuliuoti fizinį pasaulį. Šios galimybės yra svarbios programoms, tokioms kaip autonominiai automobiliai, robotika ir pramonės patikra.

Pagrindas Cosmos platforma suteikia pasaulio modelių kūrėjams pažangius atvirus modelius, gausius mokymosi duomenis bei išsamų optimizavimo ir diegimo įrankių rinkinį. „NVIDIA“ teigia, kad Cosmos modeliai patenka tarp penkių geriausių šešių skirtingų atviro modelio reitingų sąrašuose, kas patvirtina jų konkurencingumą.

Svarbi naujinimų dalis yra Cosmos Data Factory — debesų pagrindu veikiančių šablonų rinkinys, skirtas kurti ir praturtinti didelius, ženklintus, multisensorius duomenų rinkinius, būtinus fizinių AI modeliui mokyti. Šie šablonai automatizuoja užduotis, tokias kaip duomenų ženklinimas, atranka, padidinimas ir sintetinių duomenų generavimas įvairiose situacijose. Pavyzdžiui, specializuoti šablonai leidžia generuoti autonominių transporto priemonių duomenų rinkinius su atrinktais ir sintetiniu vairavimo duomenimis, rengti renginių vaizdo įrašus neįprastoms ar pavojingoms situacijoms simuliuoti ir generuoti defektų vaizdus kokybės patikros modeliams. Cosmos Data Factory palaikoma GitHub, Microsoft Azure, Nebius ir CoreWeave platformose, pagreitina duomenų srautus naudodama agentines įgūdžių sistemas ir GPU spartinimą.

Automobilių kompanija Porsche pasitelkia Cosmos Data Factory per Voxel51 Microsoft Azure platformoje, kurdama bendrą autonominių transporto priemonių (AV) duomenų ekosistemą Volkswagen grupės prekiniams ženklams. Šis projektas siekia sumažinti pasikartojančius fizinius bandomuosius važiavimus iki 90 % ir sutrumpinti kūrimo ciklus iki 85 %. Panašiai robotikos įmonė ANYbotics naudojo Cosmos įrankius, pagaminusius daugiau nei 1500 sintetinių vaizdo įrašų inspekcijos robotams mokyti, o kompiuterinės regos bendrovė Ultralytics savo YOLO modelį tobulino defektų aptikimui panaudodama tikslingus sintetinius defektus.

Be duomenų įrankių, „NVIDIA“ išplėtė Cosmos Framework mokymo ir diegimo funkcijas. Kūrėjai gali tikslinti ir optimizuoti pirmaujančius atvirus modelius, tokius kaip GR00T, Alpamayo, QWEN ir Pi0.5, naudodami sustiprinamojo mokymosi, distiliacijos ir kiekybinimo metodus. Pavyzdžiui, robotikos tyrimų laboratorija MicroAGI pritaikė Cosmos 3, kad specializuotųsi egocentriniuose manipuliavimo uždaviniuose, pastebimai sumažindama modelio dydį neprarandant tikslumo.

Platforma taip pat turi simuliacijos patobulinimų su Cosmos 3 Nano modelių variantais, leidžiančiais kūrėjams testuoti autonomines strategijas sudėtingose daugiaperspektyvėse multisensorių simuliacijose prieš diegiant realiame pasaulyje. „NVIDIA“ Cosmos 3 NIM mikroservisai užtikrina iki 2 kartų greitesnį sprendimą išlaikant kokybę, palaiko nuolatinę vaizdo analizę su mažesniu nei sekundės užtaisu. Remiantis šiomis technologijomis, NVIDIA Metropolis Blueprint 3.3 siūlo efektyvias vaizdo paieškos ir santraukos galimybes, leidžiančias komandoms stebėti ženkliai daugiau vaizdo srautų vienam GPU.

Ekosistema remiasi atvira ir moduline prieiga. Kūrėjai gali rinkti mokymo duomenis su Cosmos Data Factory, mokyti bei tikslinti modelius Cosmos Framework naudojant ir diegti juos per keičiamus mikroservisus. Šis integruotas procesas leidžia efektyviai kartoti ciklus ir didina pasitikėjimą diegiant AI sistemas, kurios saugiai ir veiksmingai veikia fizinėse aplinkose.

Bendradarbiaudama su partneriais, įskaitant Microsoft Azure ir Voxel51, „NVIDIA“ pabrėžia įsipareigojimą diegti inžineriniu pagrindu grindžiamą AI kūrimą, orientuotą į pakartotinį patvirtinimą ir kontrolę. Kaip parodyta Porsche modulinio duomenų ratu modelyje, ši bendradarbiavimo, bet OEM kontroliuojama, informacijos ir modelių valdymo strategija turėtų pagreitinti autonominių transporto priemonių kūrimą ir toliau.

„NVIDIA“ tęsiamos investicijos į Cosmos platformą atspindi fizinės AI didėjantį svarbą realaus pasaulio taikymuose, palengvinant kūrėjų darbą kuriant sudėtingus AI modelius, kurie suvokia ir veikia fiziniame pasaulyje patikimiau ir efektyviau.