Технологическая компания NVIDIA объявила о представлении широкого набора инструментов и возможностей физического ИИ с открытым исходным кодом, разработанных для упрощения создания приложений в области робототехники, автономных транспортных средств, компьютерного зрения и промышленных цифровых двойников. Инициатива направлена на снижение затрат, сложности и времени разработки, связанных с крупномасштабными проектами физического ИИ, за счёт предоставления ИИ-агентам возможности выполнять задачи, которые традиционно требовали значительных ручных усилий.
Новые возможности являются частью NVIDIA Agent Toolkit и позволяют ИИ-агентам получать доступ к программным библиотекам, моделям и фреймворкам NVIDIA для поддержки таких видов деятельности, как генерация данных, симуляция, обучение, оценка и развёртывание. Компания заявила, что это решение отражает растущую роль ИИ-агентов в управлении всё более сложными рабочими процессами разработки, выходящими за рамки написания программного кода.
По данным NVIDIA, её экосистема физического ИИ адаптируется для работы на основе агентов путём преобразования ключевых технологий в инструменты, к которым ИИ-агенты могут получать прямой доступ. К этим технологиям относятся базовые модели мира Cosmos, библиотеки симуляции и цифровых двойников Omniverse, платформы робототехники Isaac, технологии визуального ИИ Metropolis, решения для автономного вождения и платформа граничного ИИ Jetson.
Для помощи разработчикам NVIDIA также представляет коллекцию навыков агентов, которые предоставляют структурированные инструкции для выполнения задач физического ИИ. Эти навыки определяют, какие инструменты следует использовать, ожидаемые результаты и методы проверки итогов. Компания заявила, что автономные агенты могут быть развёрнуты с использованием дополнительных технологий, обеспечивающих контроль безопасности, конфиденциальности и управления в локальных и облачных средах.
Инструменты предназначены для поддержки широкого круга отраслей. В робототехнике разработчики могут автоматизировать процессы — от создания синтетических обучающих данных до обучения роботов и их развёртывания. Команды разработчиков автономных транспортных средств могут генерировать реалистичные сценарии вождения, восстанавливать данные автопарка для симуляции и расширять охват обучения с помощью методов обучения с подкреплением. Приложения визуального ИИ могут использовать автоматическую разметку данных, создание синтетических данных, оптимизацию моделей и возможности видеоанализа. Разработчики промышленного программного обеспечения могут оптимизировать создание цифровых двойников и инженерные симуляции, а организации здравоохранения — создавать и тестировать цифровые представления клинических сред перед развёртыванием систем автоматизации.
Ряд компаний уже внедрил технологии физического ИИ NVIDIA. Производственные компании, включая TSMC, Pegatron, Delta Electronics, Inventec и Foxconn, сообщили об улучшении точности контроля, скорости разработки и операционной эффективности благодаря использованию систем генерации синтетических данных и систем контроля качества, управляемых ИИ. В области автономного вождения такие компании, как Li Auto, Afari и DeepRoute.ai, используют технологии NVIDIA для создания крупномасштабных симуляционных сред. Поставщики промышленного программного обеспечения, включая Cadence, Dassault Systèmes, Siemens и Synopsys, применяют инструменты NVIDIA в рабочих процессах цифровых двойников и инженерных разработок.
NVIDIA заявила, что её инструменты физического ИИ и навыки агентов теперь доступны через открытые репозитории, что позволяет интегрировать их с различными агентами для написания кода. Облачные провайдеры, включая Microsoft, CoreWeave и Nebius, также включают эти технологии в свои сервисы для поддержки масштабируемой генерации синтетических данных и их развёртывания.
Материал NVIDIA расширяет экосистему физического ИИ с открытыми навыками агентов и инструментами для робототехники и цифровых двойников впервые опубликован на Metaverse Post.


