NVIDIA Corp., bugün GTC Taipei ve Computex'te robot bilimi, otonom araç, görsel yapay zeka ve endüstriyel dijital ikiz geliştiricilerine yardımcı olacak çeşitli açık-kaynaklı fiziksel yapay zeka becerilerini ve araçlarını tanıttı. Şirket, uygun ölçekte fiziksel yapay zeka iş akışları oluşturmanın maliyetlerini, süresini ve karmaşıklığını azaltmaya yardımcı olabileceklerini iddia etti.
Bir parçası olarak mevcutNVIDIA Aracı Araç SetiŞirket, yeni becerilerin yapay zeka ajanlarının robotların, otonom araçların (AV'ler), fabrikaların ve laboratuvarların arkasındaki veri oluşturma, simülasyon, eğitim, değerlendirme ve dağıtım hatlarını hızlandırmasına olanak tanıyacağını söyledi.
GTC Taipei'den NVIDIA'nın kurucusu ve CEO'su Jensen Huang, "Yapay zeka aracıları yazılım geliştirmede devrim yaratıyor ve bu değişim artık fiziksel yapay zekaya da geliyor; ulaşımı, üretimi, sağlık hizmetlerini ve robot bilimini dönüştürecek sistemlere kadar uzanıyor" dedi. "Ajanlar NVIDIA kitaplıklarını, modellerini ve çerçevelerini doğrudan kullanabildiğinde, fiziksel yapay zeka gelişimi daha hızlı ilerleyecek ve geliştiricilerin geleceğin robotlarını, otonom araçlarını ve endüstriyel sistemlerini inanılmaz bir hızla oluşturmasına olanak tanıyacak."
NVIDIA'nın fiziksel yapay zeka simülasyonundan sorumlu başkan yardımcısı Rev Lebaredian, "Fiziksel yapay zeka, çeşitli ortamlarda çok büyük miktarda eğitim verisi gerektiriyor" dedi. "Teleoperasyon, simülasyon ve internet-ölçekli verileri, sonsuz çeşitlilikte kullanım örnekleri için dünya temel modellerine yol açıyor."
NVIDIA, fiziksel AI yığın aracısını-hazır hale getiriyor
NVIDIA, kitaplıkları, modelleri ve çerçeveleri aracı tarafından çağrılabilir araçlara dönüştürerek tüm fiziksel AI yığınını aracılar için optimize ettiğini söyledi{0}. Bu şunları içerir:
NVIDIA KozmosuFiziksel dünya muhakemesi ve üretimi için 3 dünya temel modeli
NVIDIA Omniversesimülasyon ve dijital ikizler için kütüphaneler
NVIDIA Isaacrobotik simülasyonu ve robot öğrenimi için
NVIDIA Metropolisvizyon yapay zekası için
NVIDIA Alpamayoiçinotonom sürüş
NVIDIA Jetsonuç yapay zeka geliştirme platformu
Lebaredian, "Cosmos 3, fiziksel yapay zeka için sınır temel modelidir" dedi. "Videoları ve metinleri anlıyor ve önemli olan şeyleri işaretleyebiliyor. Cosmos, fiziksel olarak doğru bir simülasyon ve bundan sonra ne olacağını tahmin edebiliyor ve eylemler üretebiliyor."
Bu araçların uygulanmasına yardımcı olmak için NVIDIA,yeni becerilerFiziksel yapay zeka geliştirme süreçlerini kodlama temsilcilerinin izleyebileceği tekrarlanabilir talimatlara dönüştürmek. Bu, hangi araçların çağrılacağını, hangi çıktıların üretileceğini ve geliştiricilerin sonuçları nasıl doğrulayabileceğini içerir.
Geliştiriciler ayrıca bu becerileri kullanarak otonom aracıları güvenli bir şekilde oluşturabilir ve dağıtabilir.NVIDIA NemoClawplanı veNVIDIA OpenShellyerel veya bulut donanımında politikaya-tabanlı güvenlik ve gizlilik yönetimi sağlayan çalışma zamanı. Lebaredian, temsilcilerin Jetson'da uç noktada çalışacaklarını ve çalışma süresinde halihazırda iyileştirmeler gösterdiklerini söyledi.
NVIDIA, fiziksel yapay zeka becerilerinin ve araçlarının aşağıdaki alanlarda aracılı geliştirmeyi hızlandırdığını söyledi:
Robotik ve uç yapay zeka:Robot geliştiricileri, algı ve mobilite eğitimi verilerinin oluşturulmasından simülasyona, navigasyon eğitimini otomatikleştirmeye, robot öğrenimini ilerletmeye ve Jetson{0}}tabanlı uç sistemlerini dağıtım için ayarlamaya kadar robotik geliştirme sürecinin tamamını hızlandırmak için becerileri kullanabilir.
Otonom araçlar:AV geliştiricileri için beceriler, aracıları filolar tarafından yakalanan verileri simülasyon ortamlarında yeniden yapılandırmaya, geniş ölçekte fotogerçekçi sürüş senaryoları oluşturmaya ve eğitim ve değerlendirme kapsamını genişletmek için kapalı-döngü takviyeli öğrenmeyi çalıştırmaya yönlendirebilir.
Gerçek-zamanlı görüş yapay zeka aracıları:Otomatik inceleme ve video zekası için NVIDIA, aracı becerilerinin ekiplerin sentetik eğitim verileri oluşturmasına, modellerde ince ayar yapmasına, etiketlemeyi otomatikleştirmesine ve canlı veya kayıtlı videoyu arayan, özetleyen ve analiz eden video yapay zeka aracıları oluşturmasına yardımcı olabileceğini söyledi.
Endüstriyel Yapay Zeka:Endüstriyel yazılım geliştiricileri bu becerileri kullanarak mühendislik verilerini dijital ikiz simülasyonu için bilgisayar destekli tasarım (CAD) varlıklarına dönüştürebilir ve büyük OpenUSD sahnelerini daha az manuel kurulumla optimize edebilir.
Sağlık hizmeti:Sağlık hizmetleri ekipleri, otomasyonu klinik ortamlara dağıtmadan önce, hastane ortamlarının dijital ikizlerinin oluşturulması, sim{0}}gerçek veri üretimi ve-döngü içi{- yazılımların-politika testlerinde aracılara rehberlik edebilir.
NVIDIA'ya göre beceriler birleştirilebilir ve daha büyük ajansal sistemlere entegre edilebilir. Bu, geliştiricilerin veri oluşturma, simülasyon, optimizasyon, çıkarım ayarlama, sürekli değerlendirme ve daha fazlası gibi karmaşık iş akışlarını düzenlemesine ve otomatikleştirmesine olanak tanır.
Robotik geliştiricileri fiziksel AI yığınını alıyor
1X Technologies, Agile Robots, Agility, FieldAI, Hexagon Robotics, NEURA Robotics, Skild AI ve Universal Robots, halihazırda NVIDIA'nın aracı-hazır fiziksel AI yığınını kullanan robotik şirketleri arasındadır.
Lebaredian, "NVIDIA Isaac GR00T'deki yığın güncellemeleri sayesinde, yeni-uçtan-uca iş akışları saatler yerine haftalar içinde kurulabilir" dedi. "'Çok-modal', eylem girişleri ve çıkışları için farklı modlarla - video, sensörler, metin ve ses ile çalıştığı anlamına gelir."
Ayrıca Foxconn ve Compal, hastane robotlarını hızlandırmak için NVIDIA Isaac for Healthcare'i kullanıyor. Compal, PolyMedX robotunun geliştirme sürecini, simülasyonu, yapay zekayı ve gerçek- dünya operasyonlarını entegre ederek hastane çapında-bir orkestrasyon platformuna doğru ilerletiyor.
Foxconn, Nurabot'u çeşitli hastanelerde ve{0}uzun süreli bakım ortamlarında ölçeklendiriyor, yapay zeka destekli robotları-hasta bakımına getiriyor ve ameliyathane iş akışlarını optimize etmeye yardımcı olan yeni Scrub Hemşire İşbirliği Robotunu tanıtıyor.
Endüstri liderleri NVIDIA teknolojileriyle tasarım yapıyor
Üretim, ulaşım, sağlık hizmetleri ve endüstriyel yazılımlardaki NVIDIA iş ortakları ve müşterileri, otonom sistemlerin ve endüstriyel yapay zekanın geliştirilmesini ilerletmek için fiziksel yapay zeka kitaplıklarını kullanıyor.
Bu kitaplıklar aracılara hazır hale geldikçe geliştiriciler, aracıların-karmaşık fiziksel AI iş akışlarında kurulumu, yürütmeyi ve yinelemeyi otomatikleştirmesine yardımcı olmak için NVIDIA becerilerini kullanabilir.
Elektronik üretiminde TSMC ve Pegatron,{0}görsel inceleme modellerinde hassas ayarlamalar yapıyor. Pegatron'un Kusur Görüntüsü Oluşturma becerisinden üretilen sentetik verileri kullanarak model eğitimi ve dağıtım süresini %67 oranında azalttığı bildirildi.
Delta Electronics, sentetik hata verileri oluşturdu ve metal baralardaki fazla lehimlemeyi yakalamak için bu beceriyi kullanarak tespit oranını %17 artırdı. Inventec, Kusur Görüntüsü Oluşturma becerisini entegre ederek Gözlem Aracısı görsel inceleme hattını geliştirdi ve dizüstü bilgisayar kasası üretimi için kusur verisi toplama çabasını %30 oranında azalttı.
DeepHow ile çalışan Foxconn, bu beceriyi hataları erken yakalayarak üretim verimliliğini artırmak için kullandı ve ilk geçiş verimini yaklaşık %3 artırdı.
Endüstriyel yapay zeka alanında Cadence, Dassault Systèmes, Siemens ve Synopsys, mühendislik veri denetimi, simülasyon ve etkileşimli dijital ikizler için NVIDIA Omniverse kitaplıklarını ve becerilerini kullanıyor. PTC, MetAI ve Lightwheel, CAD verilerini simülasyona hazır varlıklara ve ortamlara dönüştürmek için NVIDIA Isaac Sim çerçevesinden ve OpenUSD-tabanlı iş akışlarından yararlanıyor.
SK hynix, "Otonom Fab 2030" yol haritasının bir parçası olarak NVIDIA Omniverse'ü kullanarak yarı iletken fabrika dijital ikizlerini hayata geçiriyor. Çip üreticisi ayrıca, -özel fiziksel yapay zeka üretimine yönelik NVIDIA Aracı Araç Kitini doğrulamak için NVIDIA ve SK Telecom ile işbirliği yapıyor.
Kendi-kendi kendine sürüş geliştiricileri Li Auto, Afari ve DeepRoute.ai, sinir sahnesinin yeniden yapılandırılması ve oluşturulması için NVIDIA Omniverse NuRec modellerini kullanıyor. Günde 1.000'den fazla yeniden yapılandırma ve 300.000'den fazla görselleştirme ve simülasyon ürettiler.
Ayrıca AV şirketleri, daha güvenli, daha yetenekli otonom sürüş sistemlerini geliştirmelerini hızlandırmak ve geliştirmek için yeni temsilci becerileri deposunu kullanıyor. Foxconn, VinFast, Uber ve HUMAIN, SAE Seviye 4 robotaksileri geliştirmek ve dağıtmak için NVIDIA DRIVE Hyperion ekosistemine katıldı.
NVIDIA robotik ürün direktörü Spencer Huang, Alpamayo 2 Super'in halihazırda 500.000'den fazla indirildiğini ve Computex'te "En İyi Teknoloji" seçildiğini söyledi.
Fiziksel AI aracı araçları artık mevcut
NVIDIA, fiziksel AI aracı araçlarının ve becerilerinin şu adreste mevcut olduğunu söyledi:GitHubVebeceriler.shherhangi bir kodlama maddesiyle kullanım için.
Sentetik veri oluşturmaya yönelik aracı becerileri ve araçları -Nöral Yeniden Yapılanma, Video Büyütme, Kusurlu Görüntü Oluşturma- ayrıca NVIDIA Brev'de şu şekilde mevcuttur:Fiziksel Yapay Zeka BaşlatılabilirleriDaha hızlı sentetik veri üretimi ve değerlendirmesi için aracı becerilerini ve araçlarını bir araya getiren önceden yapılandırılmış ortamlar.
Microsoft,CoreWeave, VeNebiusgeliştiricilerin sentetik veri oluşturma ve dağıtımını kolaylaştırmasına ve ölçeklendirmesine olanak sağlamak için bu aracı becerilerini ve araçlarını bulut hizmetleriyle entegre ediyor.
Unitree insansı NVIDIA Isaac GR00T için referans
NVIDIA ayrıca, NVIDIA Jetson Thor ve NVIDIA Isaac GR00T geliştirme platformu üzerine inşa edilmiş açık insansı robot referans tasarımı olan NVIDIA Isaac GR00T Referans İnsansı Robotunu da duyurdu. Şirket, bunun, pahalı, özel platformlara ihtiyaç duymadan gelişmiş donanım ve yazılımlara erişimin demokratikleştirilmesine yardımcı olacağını söyledi.genel-amaçlı insansılarartar.
NVIDIA, tam-boyutlu bir robot gövdesini hünerli manipülasyon, algılama, kontrol ve yerleşik yapay zeka hesaplamasıyla birleştirdi:
Unitree H2 insansı şasi,yaklaşık 1,8 m (6 ft.) boyunda ve 150 lb. (68 kg) ağırlığında, insan-ölçekli testler için 31 serbestlik derecesine sahip.
ÇiftSharpa Dalgasıbeş-parmakla dokunabilen eller,22 derece serbestlik ile hünerli manipülasyona olanak tanıyor ve robotu vücut ve eller arasında 75 derece serbestliğe getiriyor.
Çoklu-görüntü algılama,geniş görüş alanına sahip (140 derece yatay, 102 derece dikey) başa takılan bir stereo kamera, yakın mesafe manipülasyonu için bilek kameraları ve hareket takibi için bir atalet ölçüm birimi dahil{0}.
Tüm-vücut kontrolü,120 Newton-metreye kadar kol torku, 360 Newton-metreye kadar bacak torku, 7 kg'lık (15,4 lb.) nominal kol taşıma kapasitesi ve 15 kg'lık (33 lb.) maksimum taşıma kapasitesi ile daha yetenekli kaldırma ve uzanmanın kilidini açar.
NVIDIA Jetson AGX Thor T5000 yerleşik bilgi işlem,2.070 FP4 teraflop AI performansına sahip NVIDIA Blackwell GPU, 14-çekirdekli Arm CPU, 128 GB birleşik bellek ve gerçek zamanlı sensör işleme ve robot çıkarımı için yapılandırılabilir 40 - 130 watt güç aralığı içerir.
BağlantıEthernet, Wi-Fi 6, Bluetooth 5.2, USB ve sesli etkileşim için bir dizi mikrofon ve hoparlör üzerinden.
Uzun süreli çalışma için pil,15Ah, 0,972kWh kapasiteli ve yaklaşık üç saatlik kullanım ömrüne sahip.
Açık-uzaktan acil durdurmaRobotu güvenli bir şekilde hızlı bir şekilde devre dışı bırakma işlevi.
Isaac GR00T platformu şunları içerir:
NVIDIA Isaac Teleopeğitim ve politika geliştirme amacıyla yüksek-kaliteli robot gösterim verilerini yakalamak.
NVIDIA Isaac GR00T açık temel modelleriinsansı akıl yürütmeyi, öğrenmeyi ve çoklu görev davranışını desteklemek.
NVIDIA Isaac Sim VeIsaac Laboratuvarıgerçek dünyada dağıtımdan önce robot politikalarını simüle etmek, eğitmek, test etmek ve değerlendirmek için{0}.
Hızlandırılmış NVIDIA Isaac ROS ara yazılımıeğitilmiş politikaları robotlara taşımak.
NVIDIA Jetson Thorgerçek-zamanlı,-robot çıkarımını ve kontrolünü çalıştırmak için.
Sistem modüler olacak şekilde tasarlanmıştır, böylece robotik ekipleri tüm platformu kullanabilir veya seçilen yetenekleri mevcut geliştirme hatlarına entegre edebilir, böylece her robot veya görev için aynı altyapıyı yeniden inşa etmeden insansı gelişimi ölçeklendirmelerine yardımcı olur.
Ai2, ETH Zürih, Stanford Robotik Merkezi ve UC San Diego'nun Gelişmiş Robotik ve Kontrol Laboratuvarı gibi önde gelen araştırma kurumları, insansı robotik araştırmalarını ilerletmek için bu referans tasarımı kullanmayı planlıyor.
Skild AI'nin kurucu ortağı ve CEO'su Deepak Pathak, "{0}Genel amaçlı robotlara doğru ilerleme kaydetmek için araştırmacıların hem yetenekli hem de geniş çapta erişilebilir platformlara ihtiyacı var" dedi. "Referans tasarımı, daha fazla araştırmacının öncü insansı araştırmalara katılmasına ve fikirlerden deneylere daha hızlı geçiş yapmasına olanak tanır. Bu, tüm robotik araştırma ekosisteminin ileriye doğru itilmesine yardımcı olur."