Przejdź do treści
czwartek, 19 listopada 2026
Tenesys AI News
Subskrypcja
Automatyzacja· Ważne· 🧪 Warte przetestowania

NVIDIA wprowadza Cosmos Data Factory do automatyzacji szkoleń AI w świecie fizycznym

W skrócie: NVIDIA zaprezentowała Cosmos Data Factory (CDF) – platformę wykorzystującą orkiestrację agentową do automatyzacji kuracji, augmentacji i syntetycznego generowania zbiorów danych treningowych. Programiści mogą wdrażać pięć chmurowych szablonów za pomocą prostych promptów, wykonując zadania takie jak augmentacja wideo, generowanie rzadkich zdarzeń czy etykietowanie obrazów.

Źródło: NVIDIA DeveloperNVIDIACosmos3Oryginalny artykuł ↗

To podsumowanie zostało automatycznie przygotowane przez sztuczną inteligencję na podstawie publikacji „NVIDIA Developer”. To nasz tekst, nie kopia oryginału — fakty, liczby i cytaty należą do źródła, do którego link znajduje się powyżej i poniżej.

Co się zmieniło?

  • 1Udostępniono pięć szablonów referencyjnych dla zadań takich jak generowanie scenariuszy autonomicznej jazdy i tworzenie obrazów defektów.
  • 2Wprowadzono sześć komponowalnych umiejętności agentowych, w tym automatyczne etykietowanie, generowanie anomalii i symulację.
  • 3Umożliwiono przepływy pracy „od promptu do danych” sterowane przez agentów kodujących.
  • 4Osiągnięto do 60x szybsze tworzenie zbiorów danych i do 45x niższe koszty w porównaniu z tradycyjnymi metodami gromadzenia danych.

Dlaczego to ważne?

Platforma ta przenosi proces tworzenia zbiorów danych z ręcznych, czasochłonnych zadań na zdefiniowane obliczeniowo przepływy pracy. Dzięki ograniczeniu konieczności rejestrowania rzadkich zdarzeń w świecie rzeczywistym, zespoły mogą efektywniej i taniej szkolić agentów wizyjnych.

Co to oznacza dla agentów AI i contact center?

Jeśli Twoja firma buduje agentów do inspekcji wizualnej lub wizji komputerowej, warto sprawdzić ten zestaw narzędzi w celu automatyzacji potoków danych. Porównaj dokładność etykietowania i jakość syntezy z obecnymi metodami; wskaźniki kosztu jednostkowego stanowią punkt odniesienia do oceny, czy przejście na generowanie syntetyczne poprawi zwrot z inwestycji w przypadku niszowych zbiorów treningowych.

🧪 Warte przetestowania

Pozwala na szybkie generowanie zbiorów danych z rzadkimi zdarzeniami i defektami, które są kluczowe dla skutecznego uczenia modeli AI wizyjnych.

NVIDIA Cosmos Data Factory· Nowa

Źródła

  • NVIDIA DeveloperOficjalneŹródło pierwotne
    „Build Training-Ready Physical AI Datasets with Two Prompts in NVIDIA Cosmos“
    18 lis 2026, 19:00
    Oryginalny artykuł →
Data publikacji źródła
18 lis 2026, 19:00
Znalezione przez nasz system
18 lis 2026, 19:26
Podsumowanie wygenerowano
19 lis 2026, 20:05

Artykuł napisała AI na podstawie oryginalnego źródła. Fakty, liczby i ceny pochodzą ze źródła; brakujące wartości oznaczono „Brak oficjalnych danych”. Informacje prawne, prawa autorskie i prywatność

NVIDIA wprowadza Cosmos Data Factory do automatyzacji szkoleń AI w świecie fizycznym · TENESYS AI NEWS