登录社区云，与社区用户共同成长
邀请您加入社区
利用物理 AI，自主机器能够感知、理解并在现实 (物理) 世界中执行复杂的操作。物理 AI 是指使用运动技能理解现实世界并与之进行交互的模型，它们通常封装在机器人或等自主机器中。
利用由 DiffusionRenderer 驱动的应用，智能汽车开发者可以获取大部分是白天驾驶镜头的数据集，并随机对每个视频片段的光照进行调整，以创建更多具有阴天或雨天、具有刺眼照明和阴影的夜晚以及夜间场景的视频片段。这样一来，研究人员观察到一种扩展效应，其中应用 Cosmos Predict 更大、更强的视频扩散模型相应提高了 DiffusionRenderer 的去光照和重新打光质量，实现了更
辅助驾驶卡车领域的领军企业 Plus 正在利用 NVIDIA DRIVE AGX 平台构建其解决方案，该企业正在通过卡车运输数据对 Cosmos Predict 进行后训练，以生成高度逼真的合成驾驶场景，从而加速其辅助驾驶卡车解决方案的大规模商业化进程。为加速下一代辅助驾驶架构的开发，NVIDIA 发布了 NVIDIA Cosmos Predict-2，这是一种全新的世界基础模型，具有更强的未来世
加州大学圣地亚哥分校多个机器人和自动驾驶汽车实验室的负责人 Henrik Christensen 表示：“利用这个数据集，我们能做很多工作，比如训练预测性 AI 模型，这些模型可以帮助自动驾驶汽车更好地追踪行人等易受伤害的道路使用者的动向，从而提高安全性。NVIDIA 物理 AI 数据集可以帮助开发者在预训练期间扩展 AI 性能，海量数据能够支持构建更强大的 AI 模型，在预训练阶段利用更丰富的数
3D 输出时，扩散模型生成可控的高质量合成视频数据，用于启动机器人和自动驾驶汽车感知模型的训练。在 CES 大会上，NVIDIA 推出第一批 Cosmos 世界基础模型，用于基于物理的仿真和合成数据生成，配备先进的 tokenizer、护栏、加速数据处理和管理工作流，以及模型定制和优化框架。是一个用于加速物理 AI 开发的平台，推出了一系列世界基础模型——可以预测和生成虚拟环境未来状态的物理感知视
Omniverse Blueprint 通过整合用于加速求解器的 NVIDIA CUDA-X™ 库、用于训练和部署模型以生成流场的 NVIDIA Modulus 物理 AI 框架，以及用于 3D 数据互操作性和 RTX 支持的实时可视化的 NVIDIA Omniverse API（应用编程接口）来实现这些功能。NVIDIA 和 Luminary Cloud 在 SC24 大会上展示了业界领先的虚拟
在这个过程中，零一万物基于 NVIDIA 软硬结合的技术栈，在功能开发、调试和性能层面，与 NVIDIA 团队合作优化，完成了在大模型的 FP8 训练和验证。在此基础上，零一万物团队进一步的设计了训练容错方案：由于没有 BF16 的 baseline 来检查千亿模型 FP8 训练的 loss 下降是否正常，于是，每间隔一定的步数，同时使用 FP8 和 BF16 进行训练，并根据 BF16 和 FP
过往，许多用户在将 TensorRT-LLM 集成到自身软件栈的过程中，总是希望能更好地了解 TensorRT-LLM 的 Roadmap。即日起，NVIDIA 正式对外公开 TensorRT-LLM 的 Roadmap ，旨在帮助用户更好地规划产品开发方向。近期，我们收到了许多用户的积极反馈，并表示，TensorRT-LLM 不仅显著提升了性能表现，还成功地将其应用集成到各自的业务中。这不仅有助
借助 DOCA， 开发者可以通过创建软件定义、云原生、DPU 和 SuperNIC 加速的服务，并支持零信任保护，从而满足现代数据中心的性能和安全需求。选择资源包：在页面上，依次点击"BlueField"、"BF-Bundle"、"Ubuntu"，然后选择"22.04"版本，安装BFB程序类型，以获取推荐的DOCA资源包。滚动至页面底部，选择"I Accept"以同意协议。选择资源包：在页面上，依
NVIDIA 和 Cisco 正在为企业提供所需的基础设施，使企业能够自信的扩展 AI 的使用，同时保护其最宝贵的数据资产。随着代理式 AI（Agentic AI）的广泛应用，在企业级规模运行的 AI 模型和自主代理，能够实现数据、应用程序和用户的无缝连接，为从数据中获取洞察带来前所未有的机遇，但同时也催生出需要与之发展速度匹配的高级防护需求。Cisco 正在与 NVIDIA 合作，打造基于 NV
