北京
NVIDIA 最近發布了 NVIDIA Cosmos 開放世界基礎模型（WFM）的更新，旨在加速物理 AI 模型的測試與驗證數據生成。借助 NVIDIA Omniverse 庫和 Cosmos，開發者可以大規模生成基于物理學的合成數據。
Cosmos Predict 2.5 現在將 Text2World、Image2World 和 Video2World 三個獨立的模型統一為一個輕量級架構，能夠從單個圖像、視頻或提示生成一致且可控的多機位視頻世界。
Cosmos Transfer 2.5 能夠實現高保真、空間可控的世界間風格轉換，以增加數據多樣性。開發者可以在多機位的仿真環境中添加新的天氣、光照和地形條件。Cosmos Transfer 2.5 的體積縮小到上一代的 1/3.5，性能更快的同時，在提示對齊和物理精度方面都有所提升。
這些 WFM 可以集成到在 NVIDIA Isaac Sim 開源機器人仿真框架中運行的合成數據流程中，該框架基于 NVIDIA Omniverse 平臺構建，以生成逼真的視頻，縮小仿真與現實之間的差距。開發者可以參考由四部分構成的合成數據生成流程：
- NVIDIA Omniverse NuRec 神經重建庫，可通過智能手機拍攝的圖像，在 OpenUSD 環境中重建真實世界的數字孿生。
- SimReady 資產，用于為數字孿生填充物理精確的 3D 模型。
- Isaac Sim 中的 MobilityGen 工作流，用于生成合成數據。
- NVIDIA Cosmos，用于擴充生成數據。
從仿真到現實世界，了解企業與開發者如何使用合成數據：Skild AI，Serve Robotics，Zipline，光輪智能，FS Studio，Robots for Humanity 等領先的機器人和 AI 公司及開發者已經在使用這些技術來加速物理 AI 開發。
以上為摘要內容，點擊鏈接閱讀完整內容：
洞悉 Omniverse：開放世界基礎模型為物理 AI 開發生成合成世界 | NVIDIA 英偉達博客
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
