NVIDIA 更新 Cosmos 工具链:生成训练数据、训练世界模型并在部署前测试物理 AI
NVIDIA AI 账号宣布为物理 AI 扩展 Cosmos 工具,帮助开发者生成训练数据、训练世界模型并在部署前测试;点名保时捷、奔驰、Encord、西门子等用例方向。
从自动驾驶到更智能的工厂,企业正在把**物理 AI(physical AI)**投入车辆与产线。NVIDIA 表示已为 Cosmos 工具链增加新能力,覆盖三块:生成训练数据、训练世界模型,以及在真实部署前做测试与回放。
帖文点名保时捷(Porsche)、梅赛德斯-奔驰(Mercedes-Benz)、标注与数据平台 Encord、工业巨头西门子(Siemens)等,作为正在或可借助相关能力的参考方向(完整案例名单在链接中展开)。对机器人与工业仿真团队,这与 Omniverse、合成数据与硬件在环测试同一叙事:先在可重复环境里把感知与控制策略打透,再上车或上线,降低实车/实机试错成本。
世界模型与合成数据近年成为物理 AI 的标配模块;Cosmos 的更新把“数据生成—模型训练—部署前测试”收成一条可对外讲述的工具链。同窗另有 Microduck 机器人导航教程帖,因上一轮已采用 NVIDIA 技术博客同主题稿,本轮按 48 小时语义去重不再重复提交。选型时仍应核对具体可用的模型检查点、许可证与是否支持自有传感器标定流程。
New NVIDIA Cosmos tools for physical AI training data and world models
From autonomous vehicles to smarter factories, companies are putting physical AI to work.
We’ve added new NVIDIA Cosmos tools to help developers generate training data, train world models and test them before deployment.
See how @Porsche, @MercedesBenz, @encord_team, @Siemens, https://t.co/5NPAsGTBVk