英伟达利用新的开放式人工智能模型和工具推进物理和数字人工智能的发展

英伟达发布了用于物理和数字人工智能的新工具和开放模型开发方案，其中包括用于自动驾驶的英伟达Drive Alpamayo-R1 (AR1)。这家科技巨头在NeurIPS人工智能大会上宣布，将进一步扩充其开放人工智能模型、工具和数据集集群。

英伟达表示，其全新的开​​放式物理和数字人工智能模型旨在支持人工智能行业及其他领域的研究。该公司宣称，其Alpamayo-R1是全球首个面向自动驾驶汽车的工业级开放式推理视觉语言动作（VLA）模型。这家芯片制造商还暗示将发布用于人工智能安全和语音领域的新数据集和模型。 

这家科技公司的研究人员已准备了70多篇论文、研讨会和演讲，将在会议上进行展示。该公司将分享其涵盖医学研究、自动驾驶和人工智能推理等领域的创新项目。 

英伟达展现了对开源的tron承诺

这家科技巨头 展现了 对开源的更大投入，人工智能基准测试平台Artificial Analysis通过其最新的开放性指数认可了这一努力。Artificial Analysis开放性指数将该公司的Nemotron 系列人工智能工具评为最佳产品之一。该评级基于技术信息共享量、易于使用的许可模式以及数据使用规定的清晰度。 

与此同时，AR1（Alpamayo-R1）将逻辑推理人工智能与路径规划相结合，实现了L4级自动驾驶，并提升了自动驾驶汽车在各种道路场景下的安全性。芯片制造商表示，以往的自动驾驶模型在应对诸如行人密集的十字路口、自行车道上的违章停车或即将封闭的道路等情况时表现不佳。然而，逻辑推理赋予了自动驾驶汽车类似人类驾驶员的常识。

AR1模型通过将场景分解并逐步推理来考虑所有可能的结果，从而实现这一目标。然后，它利用上下文数据来确定最有效的行动方案。 

英伟达 声称，AR1 运用了“链式思维”推理，使其能够处理沿途数据并利用这些信息规划轨迹，例如为乱穿马路的行人停车。该模型的开放基础基于英伟达的 Cosmos Reason，允许研究人员根据其非商业用途进行定制。 

据芯片制造商称，研究人员还可以定制 AR1 模型，用于自动驾驶汽车的基准测试或开发实验性应用。Nvidia Drive Alpamayo-R1 将在 Hugging Face 和 GitHub，而用于训练和评估模型的部分数据则可在 Nvidia Physical AI Open Datasets 上获取。 

强化学习对 AR1 的训练后学习效果显著 

英伟达的研究人员声称，强化训练已被证明对AR1的后训练有效。他们指出，开发者还可以 Cosmos 通过循序渐进的推理， Cosmos Cookbook》。这本面向物理人工智能开发者的综合指南涵盖了数据整理、模型评估和合成数据生成的步骤。

与此同时，这家芯片制造商表示，基于 Cosmos的应用前景几乎是无限的。这家科技巨头列举了一些基于 Cosmos的应用案例，包括 LidarGen、Omniverse NuRec Fixer、 Cosmos Policy 和 ProtoMotions3。 

这家科技公司宣称，LidarGen是世界上首个用于自动驾驶车辆仿真的激光雷达数据生成模型。该公司还提到，其用于机器人和自动驾驶汽车仿真的Omniverse NuRec Fixer模型集成了英伟达的 Cosmos Predict平台。 

ProtoMotions3 是一个基于英伟达 Newton 和 Isaac Lab 的开源 GPU 加速框架。据芯片制造商称，该框架可用于训练物理模拟的人形机器人和数字人。Cosmos 世界基础模型 ( Cosmos ) 可用于生成逼真的场景。

英伟达还提到，策略模型可以在 Isaac SIM 和 Isaac Lab 中进行训练。这些策略模型生成的数据随后可用于对英伟达的机器人 Groot N 模型进行后训练。