- Nvidia presentó los WFMs (Modelos Fundamentales Mundiales) de Cosmos para ayudar a los desarrolladores a acelerar el desarrollo de Physical AI para entrenar robots y coches autónomos.
- Los WFMs simulan escenarios del mundo real en forma de videos y generan resultados personalizados basados en entradas de video, texto o imagen.
- La empresa tecnológica anunció el lanzamiento de las bibliotecas Omniverse el 11 de agosto, lo que permite a los desarrolladores crear "gemelos digitales físicamente precisos."
Nvidia presentó la plataforma Cosmos, impulsada por modelos mundiales que los desarrolladores de Physical AI utilizarán para entrenar agentes de IA de análisis de video, AVs (Vehículos Autónomos) y robots. La compañía afirma que los modelos mundiales de Cosmos utilizan el razonamiento estructurado en imágenes y videos para “entender el mundo físico como los humanos.”
La compañía tecnológica dijo estaba ayudando a los desarrolladores a construir modelos fundamentales. Explicó que la plataforma Cosmos permitía a los desarrolladores personalizar modelos preentrenados listos para usar para modelos especializados de Physical AI. Nvidia presume de que Cosmos utiliza una “comprensión espaciotemporal” del mundo físico para curar datos que entrenan la toma de decisiones en robótica y coches autónomos.
La compañía también añadió que el marco Cosmos Curator permitía a los desarrolladores filtrar, anotar y deduplicar grandes cantidades de datos de sensores. Los desarrolladores utilizan estos datos para crear conjuntos de datos a medida que satisfacen necesidades específicas de Physical AI. Los modelos fundamentales mundiales de Cosmos también pueden generar datos para tuberías posteriores en el desarrollo de sistemas de visión industrial.
Cosmos viene con modelos fundamentales de Predicción, Transferencia y Razonamiento
Según el equipo de Nvidia, la plataforma Cosmos tiene el modelo de predicción Predict, que permite a los desarrolladores generar videos continuos de hasta 30 segundos. Los videos se generan a partir de entradas multimodales con una estricta adherencia a los prompts.
Transfer es un modelo de multicontrol que permite a los desarrolladores simular diferentes entornos y condiciones de iluminación. La empresa tecnológica también dijo que Transfer puede acelerar las entradas 3D de los marcos de simulación de Physical AI CARLA y Nvidia Isaac Sim para permitir una “augmentación de datos controlable.”
Nvidia declaró que Cosmos Reason utilizaba un VLM (Modelo de Lenguaje Visual) totalmente personalizable que entendía el mundo físico real como los humanos. Reason impulsa agentes de análisis de video que entienden las operaciones en espacios industriales y urbanos. Cura los datos de entrenamiento utilizados para la toma de decisiones.
La empresa tecnológica reveló que los desarrolladores podrían aprovechar los modelos fundamentales para generar datos para entrenar modelos de IA en aplicaciones industriales y robóticas, como robots de fábrica, almacenes automatizados y AVs en autopistas o terrenos difíciles.
Nvidia también dijo que estos modelos fundamentales fueron entrenados utilizando conjuntos de datos no etiquetados para generar nuevos datos basados en las entradas del usuario. Añadió que los desarrolladores pueden utilizar esta generalización para ajustar los modelos preentrenados utilizando conjuntos de datos más pequeños para construir modelos personalizados. Los desarrolladores también pueden entrenar diferentes máquinas autónomas para detectar e interactuar con varios entornos.
Nvidia potencia ‘gemelos digitales’
La compañía tecnológica anunció el lanzamiento de las bibliotecas de Omniverse el 11 de agosto. Nvidia añadió que las bibliotecas estaban impulsadas por sus servidores RTX PRO y DGX Cloud, permitiendo a los desarrolladores construir gemelos digitales físicamente precisos. Los datos sintéticos pueden generarse capturando y reconstruyendo el mundo real en simulación para construir agentes de IA y entrenar modelos de Physical AI.
Rev Lebaredian, vicepresidente de Omniverse y Tecnologías de Simulación en Nvidia, dijo que su compañía estaba comprometida a permitir a los desarrolladores construir los robots y AVs del mañana. Explicó que la IA y los gráficos por computadora se estaban convergiendo para transformar los principios básicos de la robótica. Lebaredian cree que estas tecnologías “transformarán billones de dólares en industrias.”
Nvidia reveló que las bibliotecas y SDKs (Kit de Desarrollo de Software) de Omniverse ya estaban disponibles para que los desarrolladores construyeran y desplegaran simulaciones de robótica y aplicaciones de IA industrial. Los SDKs permiten la interoperabilidad de datos entre OpenUSD (Universal Scene Description) y MJCF (MuJoCo) para permitir que los robots sean simulados a través de plataformas. La técnica de ‘splatting gaussiano 3D con trazado de rayos RTX’ también permite a los desarrolladores capturar, reconstruir y simular entornos físicos en el mundo real en 3D utilizando datos de sensores.
Nvidia afirmó que Figure AI, Skild AI, Boston Dynamics, RAI Institute, Hexagon y Lightwheel adoptaron Omniverse y la Suite Isaac (Sim y Lab) para acelerar sus proyectos de robótica impulsados por IA. Amazon Devices & Services también utilizó estos sistemas de Nvidia para impulsar sus últimas soluciones de fabricación.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
Collins J. Okoth
Collins Okoth es periodista y analista de mercados con 8 años de experiencia cubriendo criptomonedas y tecnología. Es Analista Financiero Certificado y tiene un grado en Matemáticas Actuariales. Collins ha trabajado previamente con Geek Computer y CoinRabbit como escritor y editor.
