Η NVIDIA επέκτεινε τα εργαλεία που πλαισιώνουν τα world models Cosmos, προσθέτοντας σχέδια δημιουργίας δεδομένων, ευρύτερη υποστήριξη εκπαίδευσης μοντέλων και παραλλαγές προσομοίωσης για τη δοκιμή αυτόνομων συστημάτων. Η ανακοίνωση της 22ας Οκτωβρίου 2026 συνδέει την προετοιμασία συνόλων δεδομένων, την προσαρμογή μοντέλων και την ανάπτυξη, με αναφερόμενες εφαρμογές πελατών στην εξέλιξη οχημάτων, τη βιομηχανική επιθεώρηση και την παρακολούθηση της ασφάλειας.

Βασικά σημεία

  • Το Cosmos Data Factory προσφέρει πλέον πέντε σχέδια για την προετοιμασία και τη δημιουργία δεδομένων εκπαίδευσης για φυσική τεχνητή νοημοσύνη.
  • Το Cosmos Framework επεκτείνει τα εργαλεία εκπαίδευσης και βελτιστοποίησης σε περισσότερα ανοικτά μοντέλα, ενώ νέες παραλλαγές προσομοίωσης υποστηρίζουν τη δοκιμή πολιτικών.
  • Η NVIDIA αναφέρει ταχύτερη συμπερασματολογία σε επικυρωμένες διαμορφώσεις· οι προβλεπόμενες εξοικονομήσεις στην ανάπτυξη της Porsche παραμένουν προσδοκίες και όχι ολοκληρωμένα αποτελέσματα.

Πίνακας περιεχομένων

Τα world models Cosmos αποκτούν ένα ευρύτερο σύνολο εργαλείων ανάπτυξης

Η επέκταση απευθύνεται σε προγραμματιστές που δημιουργούν συστήματα φυσικής τεχνητής νοημοσύνης τα οποία πρέπει να κατανοούν και να προσομοιώνουν πραγματικά περιβάλλοντα. Αντί να παρουσιάζει απλώς ένα ακόμη μοντέλο, η NVIDIA επεκτείνει τα εργαλεία που χρησιμοποιούνται για τη συγκρότηση δεδομένων εκπαίδευσης, την προσαρμογή μοντέλων, την αξιολόγηση συμπεριφοράς και την εκτέλεση υποστηριζόμενων μοντέλων.

Στο GTC Berlin, η εταιρεία επέκτεινε σε περισσότερα ανοικτά μοντέλα, παράλληλα με το Cosmos 3, τα εργαλεία και τις συνταγές εκπαίδευσης, βελτιστοποίησης και ανάπτυξης του Cosmos Framework ως δεξιότητες πρακτόρων. Οι υποστηριζόμενες επιλογές περιλαμβάνουν τα GR00T, Alpamayo, QWEN, Pi0.5 και άλλα συμβατά μοντέλα του Hugging Face.

Οι προγραμματιστές και οι πράκτορες μπορούν να χρησιμοποιούν λεπτομερή ρύθμιση και ενισχυτική μάθηση για την προσαρμογή μοντέλων και στη συνέχεια να εφαρμόζουν απόσταξη και κβαντοποίηση πριν από την ανάπτυξη. Η NVIDIA περιέγραψε μία εφαρμογή στο εργαστήριο ρομποτικής έρευνας MicroAGI, το οποίο εκπαίδευσε περαιτέρω το Cosmos 3 με βίντεο ανθρώπων που χειρίζονται αντικείμενα και συμπύκνωσε το μοντέλο συλλογισμού των 32 δισεκατομμυρίων παραμέτρων σε ένα μοντέλο Nano 8 δισεκατομμυρίων παραμέτρων, σύμφωνα με αναφορές χωρίς απώλεια ακρίβειας.

Πέντε σχέδια καλύπτουν κενά στα δεδομένα εκπαίδευσης

Το Cosmos Data Factory παρέχει πλέον πέντε σχέδια εγγενή στο cloud μέσω των GitHub, Microsoft Azure, Nebius και CoreWeave. Αφορούν σύνολα δεδομένων αυτόνομων οχημάτων, επαύξηση χαρακτηριστικών εικόνας, συνθετικά βίντεο σπάνιων ή μη ασφαλών συμβάντων, εικόνες ελαττωμάτων για επιθεώρηση, καθώς και αλλαγές στις καιρικές συνθήκες και στον φωτισμό σε υπάρχοντα πλάνα, διατηρώντας παράλληλα τη δομή της σκηνής.

Το Cosmos Curator, το εργαλείο επιμέλειας συνόλων δεδομένων βίντεο της πλατφόρμας που επιταχύνεται από GPU, πρόσθεσε επίσης υποστήριξη για πολυτροπικές εισόδους πολλαπλών αισθήσεων και μπλοκ επεξεργασίας.

Η Porsche χρησιμοποιεί το Cosmos Data Factory μέσω της Voxel51 στο Microsoft Azure, για να ηγηθεί της ανάπτυξης ενός κοινού κύκλου δεδομένων αυτόνομων οχημάτων για τις μάρκες του Volkswagen Group. Η NVIDIA δήλωσε ότι η εργασία αναμένεται να μειώσει έως και κατά 90% τις επαναλαμβανόμενες φυσικές δοκιμαστικές διαδρομές και να συντομεύσει έως και κατά 85% τους κύκλους ανάπτυξης· τα ποσοστά αυτά είναι προβλεπόμενα οφέλη.

Άλλα παραδείγματα αφορούν εργασίες που έχουν ήδη εκτελεστεί. Η ANYbotics δημιούργησε περισσότερα από 1.500 συνθετικά βιντεοκλίπ, χρησιμοποιώντας την πλατφόρμα της Encord για την επιμέλεια δεδομένων από τον πραγματικό κόσμο και την επικύρωση των αποτελεσμάτων, με σκοπό την εκπαίδευση ρομπότ επιθεώρησης ώστε να αναγνωρίζουν διαρροές και άλλες αλλαγές στις εγκαταστάσεις. Η Ultralytics επανεκπαίδευσε το μοντέλο YOLO με πραγματικές εικόνες και στοχευμένα συνθετικά ελαττώματα, βελτιώνοντας τον εντοπισμό ελαττωμάτων και την ανάκληση, σύμφωνα με την NVIDIA.

Οι παραλλαγές προσομοίωσης υποστηρίζουν τις δοκιμές πριν από την ανάπτυξη

Οι νέες παραλλαγές προσομοίωσης Cosmos 3 Nano επιτρέπουν στους προγραμματιστές να δοκιμάζουν πολιτικές αυτόνομης λειτουργίας σε επαναλήψιμα σενάρια που είναι δύσκολο να καταγραφούν, χρησιμοποιώντας πολλαπλές οπτικές γωνίες και αισθητήρες. Ο συνοδευτικός κώδικας υποστηρίζει την προσαρμογή των μοντέλων για την εκπαίδευση και την αξιολόγηση πολιτικών για αυτόνομα οχήματα και ρομπότ διχειρισμού σε διαδραστικές προσομοιώσεις, πριν από τις δοκιμές στον πραγματικό κόσμο.

Για την ανάπτυξη, οι ενημερωμένες μικροϋπηρεσίες Cosmos 3 NIM προσφέρουν έως και διπλάσια ταχύτητα συμπερασματολογίας χωρίς απώλεια ποιότητας σε επικυρωμένες διαμορφώσεις, δήλωσε η NVIDIA. Η εταιρεία ανέφερε επίσης ότι η συνεχής ανάλυση βίντεο επιτρέπει ειδοποιήσεις σε λιγότερο από ένα δευτερόλεπτο.

Οι εφαρμογές βίντεο διευρύνουν την ενημέρωση για την ανάπτυξη

Το νέο NVIDIA Metropolis Blueprint για αναζήτηση και σύνοψη βίντεο, έκδοση 3.3, βασίζεται στις μικροϋπηρεσίες Cosmos NIM. Η NVIDIA δήλωσε ότι μετατρέπει μια προτροπή σε εφαρμογή τεχνητής νοημοσύνης για βίντεο και επιτρέπει στις ομάδες να παρακολουθούν 40% περισσότερες ροές βίντεο με την ίδια GPU.

Η ADNOC χρησιμοποιεί την πλατφόρμα πρακτόρων MistIQ της Fogsphere, η οποία έχει δημιουργηθεί με το Cosmos και το Metropolis blueprint, για να εντοπίζει κινδύνους ασφάλειας σε πραγματικό χρόνο σε 65 εγκαταστάσεις. Η Fogsphere χρησιμοποιεί επίσης το Cosmos Data Factory για να δημιουργεί παραδείγματα εκπαίδευσης σπάνιων συμβάντων, βελτιώνοντας τον εντοπισμό χωρίς να αναπαριστά φυσικά επικίνδυνες καταστάσεις.

Συμπέρασμα

Η ενημέρωση του Cosmos διευρύνει τα εργαλεία της NVIDIA για την ανάπτυξη και τη δοκιμή φυσικής τεχνητής νοημοσύνης πριν από την ανάπτυξη. Τα παραδείγματα πελατών της συνδυάζουν ολοκληρωμένες εργασίες δημιουργίας δεδομένων και ενεργές εφαρμογές ασφάλειας με προβλεπόμενες εξοικονομήσεις στην ανάπτυξη οχημάτων, ενώ οι ισχυρισμοί για τις επιδόσεις εξακολουθούν να υπόκεινται σε περιορισμούς ανά διαμόρφωση.

Διαβάστε περισσότερα νέα

Περισσότερα νέα από το FinanceVelix

Αποποίηση ευθύνης

Αυτό το άρθρο του FinanceVelix παρέχει γενικές πληροφορίες και όχι εξατομικευμένες χρηματοοικονομικές, επενδυτικές, νομικές ή φορολογικές συμβουλές. Οι τιμές της αγοράς, τα επιτόκια και οι οικονομικές συνθήκες μπορούν να μεταβληθούν· οι επενδύσεις ενέχουν κίνδυνο απώλειας. Τα γεγονότα αποτυπώνουν το υλικό που ήταν διαθέσιμο κατά τη δημοσίευση και ενδέχεται να αλλάξουν. Επαληθεύετε ανεξάρτητα τις σημαντικές πληροφορίες και συμβουλευτείτε έναν εξειδικευμένο επαγγελματία όταν χρειάζεται. Η αναφορά σε ένα περιουσιακό στοιχείο, εταιρεία ή υπηρεσία δεν συνιστά σύσταση ή έγκριση.