„NVIDIA“ praplėtė „Cosmos“ pasaulio modelių platformą naujais duomenų, mokymo ir diegimo įrankiais
Trumpai: „NVIDIA“ išplėtė „Cosmos“ platformą, skirtą „pasaulio modeliams“ fizinio AI ir robotikos sritims, pridėdama naujus duomenų kūrimo šablonus, modelių pritaikymo galimybes ir greitesnį diegimą. Atnaujinime – penki „Cosmos Data Factory“ šablonai sintetiniams ir papildytiems mokymo duomenims kurti, išplėstas „Cosmos Framework“ palaikymas atvirų modelių, tokių kaip GR00T, Alpamayo, QWEN ir Pi0.5, pritaikymui bei atnaujintos „Cosmos 3 NIM“ mikropaslaugos. Tokios kompanijos kaip „Porsche“, „ANYbotics“, „Ultralytics“ ir ADNOC jau naudoja šiuos įrankius autonominių transporto priemonių duomenims generuoti, robotų anomalijoms aptikti, defektų kontrolei ir saugumo stebėjimui.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „NVIDIA“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Penki nauji „Cosmos Data Factory“ šablonai apima autonominių transporto priemonių duomenų generavimą, vaizdo atributų papildymą, retų įvykių vaizdo sintezę, defektų vaizdų kūrimą ir orų/apšvietimo duomenų papildymą
- 2„Cosmos Framework“ dabar leidžia pritaikyti ir optimizuoti atvirus modelius, įskaitant GR00T, Alpamayo, QWEN, Pi0.5 ir kitas su Hugging Face suderinamas architektūras
- 3Naujos „Cosmos 3 Nano“ versijos leidžia testuoti autonominių transporto priemonių ir robotų elgsenos politikas simuliacijoje prieš diegimą realiame pasaulyje
- 4Atnaujintos „Cosmos 3 NIM“ mikropaslaugos veikia maždaug dvigubai greičiau be kokybės praradimo testuotose konfigūracijose
- 5„Metropolis Video Search and Summarization“ šablonas 3.3, sukurtas ant „Cosmos NIM“, leidžia komandoms stebėti 40% daugiau vaizdo srautų naudojant tą pačią GPU galią
| Parametras | Buvo | Dabar |
|---|---|---|
| Inferencijos greitis | Bazinis „Cosmos 3 NIM“ mikropaslaugų lygis | Iki 2x greičiau patvirtintose konfigūracijose, be kokybės praradimo |
| Modelio dydis (MicroAGI atvejis) | 32 mlrd. parametrų samprotavimo modelis | Distiliuotas iki 8 mlrd. parametrų „Nano“ modelio, be tikslumo praradimo |
| Vaizdo srautų stebėjimas (Metropolis VSS 3.3) | Bazinis GPU pralaidumas | 40% daugiau srautų stebima naudojant tą pačią GPU |
Kodėl tai svarbu?
Komandoms, kuriančioms robotikos, autonominių transporto priemonių ar pramoninio matymo sistemas, tai sumažina kliūtis kuriant realistiškus sintetinius mokymo duomenis ir testuojant politikas simuliacijoje prieš brangius realaus pasaulio bandymus, o greitesnis NIM inferencijos vykdymas ir didesnis vaizdo srautų tankis mažina diegimo sąnaudas.
Ką tai reiškia AI agentams ir kontaktų centrams?
Šis atnaujinimas orientuotas į robotiką, autonomines transporto priemones ir fizinio pasaulio vaizdo modelius, o ne į pokalbių balso AI, kalbos atpažinimą ar skambučių centro automatizavimą, todėl tiesioginio pritaikymo telefoninių agentų darbo eigoms beveik nėra.
Šaltiniai
- NVIDIAOficialusPirminis šaltinisOriginalus straipsnis →„NVIDIA Cosmos Opens New Tools to Train, Evaluate and Deploy World Models“2026-10-22 08:00Licencija: robots.txt Content-Signal: ai-input=yes · mūsų santrauka (turinys pakeistas)
- Šaltinio publikavimo data
- 2026-10-22 08:00
- Mūsų sistema rado
- 2026-10-22 08:26
- Santrauka sugeneruota
- 2026-10-22 08:27
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas