وسّعت NVIDIA الأدوات المحيطة بنماذج Cosmos للعالم، مضيفةً مخططات لإنشاء البيانات، ودعمًا أوسع لتدريب النماذج، ومتغيرات للمحاكاة بهدف اختبار الأنظمة ذاتية التشغيل. ويربط الإعلان الصادر في 22 أكتوبر 2026 بين إعداد مجموعات البيانات وتكييف النماذج ونشرها، مع تطبيقات للعملاء تشمل تطوير المركبات والفحص الصناعي ومراقبة السلامة.
أهم النقاط
- توفر Cosmos Data Factory الآن خمسة مخططات لإعداد بيانات تدريب الذكاء الاصطناعي الفيزيائي وإنشائها.
- يوسّع Cosmos Framework أدوات التدريب والتحسين لتشمل مزيدًا من النماذج المفتوحة، فيما تدعم متغيرات المحاكاة الجديدة اختبار السياسات.
- أفادت NVIDIA بتحقيق استدلال أسرع ضمن إعدادات تم التحقق من صحتها؛ أما الوفورات المتوقعة في التطوير لدى Porsche فما زالت توقعات وليست نتائج مكتملة.
جدول المحتويات
- نماذج Cosmos للعالم تحصل على مجموعة أدوات تطوير أوسع
- خمسة مخططات تعالج أوجه القصور في بيانات التدريب
- متغيرات المحاكاة تدعم الاختبار قبل النشر
- تطبيقات الفيديو توسّع نطاق تحديث النشر
- الخلاصة
نماذج Cosmos للعالم تحصل على مجموعة أدوات تطوير أوسع
يستهدف هذا التوسع المطورين الذين يبنون أنظمة ذكاء اصطناعي فيزيائي تحتاج إلى فهم البيئات الواقعية ومحاكاتها. وبدلًا من تقديم نموذج آخر فحسب، تعمل NVIDIA على توسيع الأدوات المساندة المستخدمة لتجميع بيانات التدريب وتكييف النماذج وتقييم السلوك وتشغيل النماذج المدعومة.
في GTC Berlin، وسّعت الشركة أدوات ووصفات التدريب والتحسين والنشر ضمن Cosmos Framework، بصفتها مهارات للأنظمة الوكيلة، لتشمل مزيدًا من النماذج المفتوحة، إلى جانب Cosmos 3. وتشمل الخيارات المدعومة GR00T وAlpamayo وQWEN وPi0.5 وغيرها من نماذج Hugging Face المتوافقة.
يمكن للمطورين والأنظمة الوكيلة استخدام الضبط الدقيق والتعلم المعزز لتكييف النماذج، ثم تطبيق التقطير والتكميم قبل النشر. ووصفت NVIDIA تطبيقًا لدى مختبر أبحاث الروبوتات MicroAGI، الذي أجرى تدريبًا لاحقًا على Cosmos 3 باستخدام مقاطع فيديو لأشخاص يتعاملون مع الأشياء، ثم قطّر نموذج الاستدلال ذي 32 مليار معلمة إلى نموذج Nano ذي 8 مليارات معلمة، بحسب التقارير، من دون فقدان الدقة.
خمسة مخططات تعالج أوجه القصور في بيانات التدريب
توفر Cosmos Data Factory الآن خمسة مخططات سحابية الأصل عبر GitHub وMicrosoft Azure وNebius وCoreWeave. وهي تغطي مجموعات بيانات المركبات ذاتية التشغيل، وزيادة سمات الصور، ومقاطع فيديو اصطناعية لأحداث نادرة أو غير آمنة، وصور العيوب لأغراض الفحص، والتغييرات في الطقس والإضاءة ضمن لقطات موجودة مع الحفاظ على بنية المشهد.
كما أضافت Cosmos Curator، أداة تنظيم مجموعات بيانات الفيديو المسرّعة بوحدات معالجة الرسومات التابعة للمنصة، دعمًا للمدخلات متعددة الوسائط ومتعددة الحواس ولبنات المعالجة.
تستخدم Porsche منصة Cosmos Data Factory عبر Voxel51 على Microsoft Azure لقيادة تطوير منظومة مشتركة لتدفق بيانات المركبات ذاتية التشغيل بين علامات Volkswagen Group. وقالت NVIDIA إن من المتوقع أن يقلل هذا العمل تكرار القيادة التجريبية الفعلية بنسبة تصل إلى 90%، وأن يقصّر دورات التطوير بنسبة تصل إلى 85%؛ وهذه الأرقام فوائد متوقعة.
وتتعلق أمثلة أخرى بأعمال أُنجزت بالفعل. فقد أنشأت ANYbotics أكثر من 1,500 مقطع فيديو اصطناعي، مستخدمة منصة Encord لتنظيم البيانات الواقعية والتحقق من المخرجات، وذلك لتدريب روبوتات الفحص على التعرف على الانسكابات وغيرها من التغييرات في المنشآت. وأعادت Ultralytics تدريب نموذج YOLO باستخدام صور حقيقية وعيوب اصطناعية مستهدفة، ما حسّن تحديد مواقع العيوب واستدعاءها، وفقًا لـNVIDIA.
متغيرات المحاكاة تدعم الاختبار قبل النشر
تتيح متغيرات المحاكاة الجديدة من Cosmos 3 Nano للمطورين اختبار سياسات القيادة الذاتية في سيناريوهات قابلة للتكرار يصعب التقاطها، باستخدام عدة زوايا رؤية ومستشعرات. وتدعم الشيفرة المرافقة تكييف النماذج لتدريب سياسات المركبات ذاتية التشغيل والروبوتات ثنائية الذراع وتقييمها في محاكاة تفاعلية قبل اختبارها في العالم الحقيقي.
ولأغراض النشر، توفر الخدمات المصغرة المحدثة Cosmos 3 NIM سرعة استدلال تصل إلى ضعفي السرعة من دون تراجع في الجودة ضمن إعدادات تم التحقق من صحتها، بحسب NVIDIA. كما أفادت الشركة بأن التحليل المستمر للفيديو يتيح إرسال تنبيهات في أقل من ثانية.
تطبيقات الفيديو توسّع نطاق تحديث النشر
يعتمد الإصدار 3.3 من مخطط NVIDIA Metropolis الجديد للبحث في الفيديو وتلخيصه على الخدمات المصغرة Cosmos NIM. وقالت NVIDIA إنه يحوّل توجيهًا نصيًا إلى تطبيق للذكاء الاصطناعي في الفيديو، ويتيح للفرق مراقبة عدد أكبر من تدفقات الفيديو بنسبة 40% باستخدام وحدة معالجة الرسومات نفسها.
تستخدم ADNOC منصة Fogsphere الوكيلة MistIQ، المبنية باستخدام Cosmos ومخطط Metropolis، لاكتشاف مخاطر السلامة في الوقت الفعلي عبر 65 موقعًا. كما تستخدم Fogsphere أداة Cosmos Data Factory لإنشاء أمثلة تدريبية لأحداث نادرة، ما يحسّن الاكتشاف من دون تنظيم مواقف خطرة فعليًا.
الخلاصة
يوسّع تحديث Cosmos أدوات NVIDIA لتطوير الذكاء الاصطناعي الفيزيائي واختباره قبل النشر. وتجمع أمثلة العملاء بين أعمال إنشاء البيانات المنجزة وتطبيقات السلامة النشطة، وبين وفورات متوقعة في تطوير المركبات، مع بقاء ادعاءات الأداء مقيدة بإعدادات محددة.
اقرأ المزيد من الأخبار
إخلاء المسؤولية
تقدم هذه المقالة من FinanceVelix معلومات عامة، ولا تشكل نصيحة مالية أو استثمارية أو قانونية أو ضريبية مخصصة. قد تتغير أسعار السوق وأسعار الفائدة والظروف الاقتصادية؛ وتنطوي الاستثمارات على مخاطر الخسارة. وتعكس الحقائق المواد المتاحة وقت النشر وقد تتغير. يُرجى التحقق بشكل مستقل من المعلومات المهمة واستشارة مختص مؤهل عند الحاجة. ولا يُعد ذكر أي أصل أو شركة أو خدمة تأييدًا لها.
