登录社区云,与社区用户共同成长
邀请您加入社区
随着越来越多的团队从人形机器人启动转向特定任务的技能开发,对可重复开发工作流的需求也与日俱增。构建人形机器人仍然十分复杂,而且当今的开发流程仍然高度分散。因此,开发者在专注于构建机器人功能之前,会花费大量时间来配置机器人基础设施。虽然机器人社区已经开发出跨流程各个阶段的工具,但由于软件生态系统孤立、数据格式不兼容以及工具之间的手动集成,将它们连接到无缝工作流仍然是一项挑战。为解决这一问题,我们推出
编码正成为长期运行的机器学习 (ML) 工作流程的实用运算符。他们可以检查资源库、设置运行时、解决构建问题、启动实验、监控执行、分析指标并汇总结果。对于研究而言,这一点很重要,因为有意义的指标通常只有在基本实验基础设施就绪后才会出现。是 Andrej Karpathy 的一个开源 Python 项目,用于自动化 AI 和 ML 模型训练。通过这种方法,将高层次的目标转化为假设,编辑和测试真实的代码
是一个开源分布式 SQL 引擎,可对超大型数据集快速运行交互式查询。在 NVIDIA GPU 上,Presto 可为分析查询工作负载提供峰值性能,并为用户和智能体提供低延迟。GPU 加速的 Presto 可降低分析工作负载的延迟,让您和智能体畅通无阻并尽可能快地进行迭代。本文将介绍如何使用单节点和多节点在扩展分析基准测试中高效执行多 GPU Presto。我们还强调了在与数据源搭配使用时对 NVI
CUDA 13.3 为 NVIDIA GPU 带来了一个缺失的基元:硬件加速的无携带乘法。我们对两个工作负载 ( GHASH 和 sum-check 协议) 进行了基准测试,在 B200 上,速度分别提高了 18.8 倍和 13 倍。最大的收益显示了现代密码学的发展方向:大输入身份验证加密和二进制域零知识证明。
工业机械产生的警报数量超过技术人员能够进行分类的数量。对于每个需要跟进的重要警报,技术人员都会提取历史背景,确定正确的程序,检查专家信号是否确认故障模式,并编写建议。此过程保持一致,非常适合。本文将讨论使用库构建的按警报分析 AI 智能体,使用开放智能模型和安全运行时。该智能体是端到端 GPU 加速的,位于单个 HTTP 端点的后面。任何上游 (流中过滤器,操作者用户界面中的单击按钮) 都以同样的
NVIDIA 深度学习培训中心(DLI)提供的《构建基于大语言模型的应用》 AI 培训班即将开课,由 NVIDIA 认证讲师全天实时中文授课和答疑,配合云端实验环境的动手实操帮助每位学员深入理解 LLM 应用开发并积累实践经验,从而快速投入实际开发工作。无论是个人技能跃升还是团队能力建设,NVIDIA 深度学习培训中心(DLI)的生成式 AI 认证学习路径都能为您提供系统支撑 —— 从认证科目选择
NVIDIA 深度学习培训中心(DLI)提供的《利用提示工程构建大语言模型应用》AI 培训班即将开课,由 NVIDIA 认证讲师全天实时中文授课和答疑,配合云端实验环境的动手实操,系统讲解并实践提示工程一系列基本技能,用于高效构建基于 LLM 的应用。使用由 Llama-3.1 LLM 驱动的 NVIDIA NIM,和当前流行的 LangChain 库,学习使用提示工程一系列基本技能,用于构建基于
为开放规范,MRC 展示了 Spectrum-X 以太网平台的强大能力:专门优化的硬件、深度遥测和智能网络控制协同工作,将新协议 (一套控制数据如何在网络中两个系统之间移动的规则) 从概念转化为超大规模 AI 生产。在 Spectrum-X 以太网上部署的 MRC,经过优化和设计,助力大规模系统的可靠性。因此,为当今大型 AI 集群提供支持的 Spectrum-X 以太网硬件和软件基础设施为客户提
采用 NVIDIA Blackwell 架构的 NVIDIA GB200 NVL72 和 NVIDIA GB300 NVL72 系统是机架级超级计算机。它们采用 18 个紧密合的计算托盘、大型 GPU 网络和整体式高带宽网络设计。对于 AI 架构师和 HPC 平台运营商而言,挑战不仅仅在于机架和堆叠硬件,还在于将基础设施转变为面向最终用户的安全、高性能且易于使用的资源。机架级硬件拓扑与调度器抽象之
物理 AI (在基于物理性质的模拟环境中感知、推理和行动的 AI 系统) 正在改变团队设计和验证机器人和工业系统的方式,而这一切远早于任何产品交付到工厂车间。在大会上,NVIDIA 强调物理 AI 是机器人和的关键方向,在基于物理的环境中训练和验证策略。为使 NVIDIA Omniverse 更易于集成到现有应用中,NVIDIA 在现有平台的基础上增加了一个基于库的模块化架构。ovrtxovphy
MiniMax M2.7 的发布为流行的模型增加了增强功能,该模型专为代理式线束以及推理、ML 研究工作流程、软件、工程和办公室工作等领域的其他复杂用例而构建。MiniMax M2.7 的开源权重版本现已通过 NVIDIA 和整个开源推理生态系统提供。MiniMax M2 系列是稀疏混合专家 (MoE) 模型系列,专为提高效率和功能而设计。MoE 设计可保持较低的推理成本,同时保留 230B 参数
想系统提升深度学习与 AI 项目落地能力?通过 NVIDIA 深度学习培训中心(DLI)推出的深度学习系列培训,涵盖近 20 门实战课程,帮助您掌握模型构建、优化与部署解决方案所需的核心工具与框架,积累可真正落地的实战经验。课程不仅助力个人职业发展与竞争力提升,更能帮助团队高效推进关键 AI 项目落地,适合希望从理论走向实战、打造硬核 AI 能力的开发者、从业者和学员。探索最先进的 AI 天气预测
当代理式 AI、生成式 AI 重塑产业边界,当数据中心成为 AI 工厂,海量算力、算存协同与能效优化成为新一代10 亿瓦级(Gigawatt)数据中心的基石,一场定义未来的技术盛宴即将启幕!完成注册与登录后,自动跳转回到该专场页面,点击“Add to Schedule”绿色按钮,状态变为“Scheduled”即预约成功。NVIDIA 新一代 AI 网络(纵向扩展、横向扩展、跨域扩展)NVIDIA
立即报名NVIDIA 深度学习培训中心(DLI)举办的机器人仿真开发实战培训,系统覆盖机器人仿真环境搭建与开发流程,欢迎广大机器人开发工程师、研究人员及技术爱好者学习。本课程面向机器人工程师、应用研究人员及机器人软件研发团队打造,同时适用于从事机器人系统研发、仿真验证与算法开发的技术人员,以及教育行业和学习者。课程结束后,学员将具备亲手搭建机器人仿真环境的能力,并能将合成数据工作流集成到其中,构建
注册 NVIDIA 开发者新用户,即可免费任选一门价值 600 元的 AI 实战培训课程,通过动手实操掌握完整的开发流程,完课后可获得 NVIDIA 培训证书,助力开发者技能提升。NVIDIA-Certified Professional (NCP-AII,NCP-AIO,NCP-AIN): 2880 元。报名 NVIDIA 认证讲师全天中文实时在线讲解和答疑的 AI 培训班,配置云端实验环境,动
Mistral Large 3 是专家混合 (MoE) 模型,无需为每个 token 激活全部神经元,可以仅调用模型中影响最大的部分,既可在无浪费的前提下实现高效扩展,又可确保准确性不受损,使企业级 AI 不仅成为可能,而且更具实用性。通过整合 NVIDIA Grace Blackwell 机架级扩展系统与 Mistral AI 的 MoE 架构,企业可借助先进的并行计算与硬件优化技术,高效部署并
领先科技企业例如博世、CodeRabbit、CrowdStrike、Cohesity、Fortinet、Franka Robotics、Humanoid、Palantir、Salesforce、ServiceNow、日立和 Uber 等,正在使用并基于 NVIDIA 的开放模型技术进行开发。在 Hugging Face 平台上,机器人技术是增长较快的领域,开发安全、可规模化的辅助驾驶依赖于 AI
这一全新开放模型系列引入了开放的混合 Mamba-Transformer MoE 架构,使多智能体系统能够进行快速长上下文推理。2025年 12月 15日和系统日益依赖协同运行的智能体集合,包含检索器、规划器、工具执行器、验证器等,它们需在大规模上下文上长时间协同工作。这类系统需要能够提供快速吞吐、高精度及大规模输入持续一致性的模型。它们也需要一定的开放性,使开发者能够在任意运行环境定制、扩展和部
NVIDIA 于 12 月 15 日宣布推出 NVIDIA Nemotron™ 3 系列开放模型、数据和库,为各个行业透明、高效的专业代理式 AI 开发提供助力。Nemotron 3 模型提供 Nano、Super 和 Ultra 三种规模,采用突破性的架构,帮助开发者大规模开发并部署可靠的多智能体系统。随着企业从单模型对话机器人转向协作式多智能体 AI 系统,开发者面临着日益严峻的挑战,包括通信
NVIDIA 的开放模型系列,包括面向数字 AI 的 NVIDIA Nemotron、面向物理 AI 的 Cosmos、面向机器人开发的 Isaac GR00T 以及面向生物医学 AI 的 Clara,为开发者提供了为现实世界应用构建专用智能体的基础。NVIDIA 秉持对开源的长期承诺,推出了面向语言、机器人和生物学的全新开源 AI 技术,为构建开源生态系统做出贡献,扩展 AI 的普及并推动创新。
未来,NVIDIA 技术专家团队将持续关注 MiniMax 系列模型的演进方向,围绕大模型训推效率与系统级性能优化,深入探索更多加速技术路径的研究与实践,包括新一代低精度策略、更高效的算子融合方案,以及对 NVIDIA 新一代 GPU 架构特性的适配与支持,进一步挖掘 MiniMax 模型在不同应用场景下的性能潜力。欢迎通过PR15032了解如何使用 TensorRT LLM 部署 MiniMax
成功下载教学套件之后,查看其中的文档 “Gen AI TK Certification Exam Discounts.pdf” 并根据说明,进一步为自己申请免费和为您的学生申请 5 折兑换码。报名北京或上海每月举办的 NVIDIA 认证现场考试,面向国内开发者和 IT 专业人员,包含 Associate 和 Professional 级别,10 门认证可选。考试机会,每次申请考试券将获得 1 个免
或复制访问:nvidia.cn/training/certification/ai-infrastructure-professional/,或复制访问:nvidia.cn/training/certification/ai-operations-professional/,或复制访问:nvidia.cn/training/certification/ai-networking-professio
自发布以来,NVIDIA 通过持续的软件优化以及与软件合作伙伴和开源社区的紧密协作,不断提升基于 Grace Blackwell 架构的 DGX Spark 的性能。这些举措在推理、训练和创意工作流方面都取得了显著的成效......
NVIDIA 专家面对面技术沙龙,是专为 AI 领域专业人士与技术开发者量身打造的闭门深度交流平台。在这里,参与者可与 NVIDIA 技术专家直面沟通,深入探讨最新技术趋势、产品特性及解决方案,分享实践心得与行业洞见。活动以 “闭门、专业、深度” 为核心,旨在搭建高效互动场景,既保障信息的精准传递,也方便参与者针对实际应用中的难题向专家请教,同时第一时间获取 NVIDIA 的前沿技术动态。地点:
如果您希望系统掌握代理式 AI,从理解智能体如何感知、推理、行动,到真正具备构建可自主执行任务的 AI 应用,请关注 NVIDIA 深度学习培训中心(DLI)推出的全新代理式 AI 系列课程,帮助您逐步掌握打造高级智能体所需的关键技能。学习如何设计可大规模适配多种环境的智能体。,请购买课程兑换券,复制并访问:https://www.bagevent.com/event/9124240。,请购买课程
考取这项认证,将验证您构建、开发、部署和治理先进代理式 AI 解决方案的技能,适用于开发者、架构师、技术负责人及希望在生成式 AI 与智能体领域提升竞争力的专业人士。NVIDIA-Certified Professional(NCP-AAI, NCP-GENL, NCP-ADS, NCP-OUSD):1580 元。NVIDIA-Certified Professional(NCP-AII,NCP-
对于使用 NVIDIA 技术的开发者和研究人员而言,2025 年是又一个具有里程碑意义的年份。在数据中心功耗与计算设计、AI 基础设施、模型优化、开放模型、AI 智能体以及物理 AI 等方面的进展,正在重新定义智能系统的训练方式、部署模式及其在现实世界中的应用路径。由 NVIDIA、Google DeepMind 和 Disney Research 联合开发的 Newton 是一个基于 NVIDI
随着端到端自动驾驶、世界模型(World Models)、人类反馈强化学习(RLHF)等技术的发展,DAgger 有望成为它们之间的“桥梁”
摘要 自动驾驶摄像头技术通过光学镜头和图像传感器实现环境感知,主要包括前视、环视、侧视等13个摄像头类型,部分系统采用双目摄像头提升深度感知。摄像头核心组件包括光学透镜、图像传感器(CIS)和图像处理器(ISP),后者通过算法优化画质(如降噪、HDR)。技术特点上,单目、立体、鱼眼和红外摄像头分别适用于不同场景,车载摄像头需满足耐高温、抗震等严苛要求。CIS采用RGGB、RCCB等滤光阵列以平衡灵
DDS和ROS都是分布式系统中的关键技术,但它们服务于不同的目的。DDS更侧重于数据分发和实时通信,而ROS提供了一个完整的机器人软件开发框架。在实际应用中,可以根据系统的需求和特性选择合适的技术。例如,DDS可能更适合于需要严格实时性和可靠性的自动驾驶车辆,而ROS可能更适合于需要灵活性和模块化的机器人研究项目。
DriveDreamer4D, ReconDreamer的详细解读
对于这家价值 2.5 万亿美元的巨头来说,这些跌幅也向投资者展示了一个更为紧迫的问题:它的波动性现在远远超过了谷歌、苹果、微软、Meta 等美股六巨头,甚至让上蹿下跳的比特币,都显得平静了许多。英伟达上周的「成绩单」,证实了市场的乐观预期。多年来,英伟达在 GPU 和 CUDA 上的投入让它构建了一个难以撼动的生态系统,宛如一道深不可测的护城河,竞争对手想追赶几乎是不可能的事。大约是微软公司的四倍
以下为《汽车驾驶自动化分级》具体标准:0 级驾驶自动化(应急辅助)驾驶自动化系统不能持续执行动态驾驶任务中的车辆横向或纵向运动控制,但具备持续执行动 态驾驶任务中的部分目标和事件探测与响应的能力。需要指出的是,0级驾驶自动化不是无驾驶自动化,0级驾驶自动化可感知环境,并提供报警、辅助或短暂介入以辅助驾驶员(如车道偏离预警、前碰撞预警、自动紧急制动等应急辅助功能)。此外,不具备目标和事件探测与响应的
英伟达Mellanox CX-8 800G网卡高清解析:这款半长半高SuperNIC采用PCIe6.0x16接口,配备800G OSFP光口(支持光模块/DAC/ACC等多种连接方案)和124pin MCIO Gen5x16扩展口,可配置为800G InfiniBand或双400G以太网模式。网卡提供30pin带外管理接口,支持通过USB串口进行故障诊断,适用于AI训练、超算等高性能场景。视频详细
大模型如火如荼,研究者们已经不再满足于基本文本的大语言模型(LLM, Large Language Model),AI领域的热点正逐步向多模态转移,具备多模态能力的多模态大型语言模型(MM(Multi-Modal)-LLM)就成了一个备受关注的研究主题。
Ollama 于 5 月份推出的全新多模态引擎。新的多模态引擎,可突破旧架构的设计依赖限制,为本地部署的多模态 AI 模型提供更准确、可靠、灵活的运行环境,并严格确保推理过程符合模型的设计初衷(忠于原始模型,对模型原始意图的忠实执行)。本文介绍基于Ollama 多模态模型引擎的 Qwen 2.5 VL 模型部署及其应用,主要内容如下:
GPT-5,已经被OpenAI员工抢先用上了?就在今天,奥特曼在X上关注了一个神秘人,引起全网猜测。不止两人爆料,自己可能提前体验了GPT-5,甚至也有网友疑似被灰度测试到了。今夏推出的GPT-5,已经掀起全网疯狂!
一、引言在教育领域,作业批改与考试评分是教师日常工作的重要组成部分,也是教学反馈的关键环节。传统的人工批改方式不仅耗时耗力,还可能因主观因素导致评分偏差,难以满足大规模教育评估的需求。随着人工智能技术的飞速发展,特别是自然语言处理(NLP)和图像识别技术的成熟,自动批改作业和考试评分逐渐成为现实。这些技术的应用不仅能显著提升批改效率,还能为教学提供更客观、准确的评估结果,推动教育向智能化、个性化方
近年来,以知识图的快速增长为特征的知识工程重新兴起。然而,大多数现有的知识图都是用**纯符号**表示的,这损害了机器理解现实世界的能力。**多模态知识图(MMKGs)**是实现人类水平的机器智能不可避免的关键一步。本文对文本和图像构建的MMKGs进行了研究,首先给出了MMKGs的定义,然后对多模态任务和技术进行了初步探讨。然后,我们系统地回顾了MMKGs的建设和应用所面临的挑战、进展和机遇,并详细
引入违反控制输入或状态约束的罚项,例如对于控制输入 uk\mathbf{u}_kuk 的上下限约束,可以定义一个惩罚项:其中是惩罚参数,用来调节约束的严格性。
【AI视频换衣工作流教程】本文介绍基于ComfyUI+WanVideoAnimateEmbeds模型的视频换衣解决方案,支持上衣/裤子/裙子等多种服装替换。关键步骤包括:1)使用SegformerB2ClothesUltra模型生成精准动态遮罩;2)通过WanVideoAnimateEmbeds节点注入衣物纹理特征;3)采用WanVideoSampler保证时序一致性。作者提供了一键整合包(含预装
本文主要介绍了自动驾驶中的纵向控制模型及PID控制器在巡航控制中的应用
1.缩写英文缩写英文全称中文全称ACCAdaptive Cruise Control自适应巡航控制ADASAdvanced Driving Assistance System高级驾驶辅助系统AEBAutonomous Emergency Braking自动紧急制动AESAutomatic Emergency Steering自动紧急转向ALCAuto Lane Change自动变
解析文档场景下多模态大模型的应用与研究前沿一、TextIn 文档解析技术1. 现有大模型文档解析问题2. 文档解析技术背景3. TextIn 文档解析技术架构4. 版面分析关键技术 Layout-engine二、TextIn 文本向量化技术三、TextIn.com Text Intelligence
通用知识训练:4096序列长度,30T总token,119种语言和方言;该阶段主要聚焦于语言结构、语法、常识与通用世界知识的学习,为后续阶段提供强大的多语言理解与生成能力支撑。
解决安装nvidia-docker2,出现的Could not handshake: Error in the pull function问题。解决国内无法安装nvidia相关工具的问题
β。
换句话说,VLA没有智慧,它只是在模仿,只是记忆力比较好,而世界模型拥有智慧,拥有对物理世界的理解,能够推导出因果关系,能做到零样本学习,无需标注的数据。其次是token化的视觉或点云难以表达物理世界的全部信息,理论上世界模型泛化能力很强,具备因果推理,但还是受限于传感器的信息,物理世界不只有视觉,视觉也不是像摄像头这样,有帧率,有FOV,人眼类似于事件相机,只在意有价值的信息,而目前摄像头和激光
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创,感兴趣的朋友请通过开发者社区或公众号留言联系,记得报暗号「共创」。对于任何反馈(包括但不限于内容上、形式上)我们不胜感激、并有小惊喜回馈,例如你希望从日报中看到哪些内容;自己推荐的信源、项目、话题、活动等;或者列举几个你喜欢看、平时常看的内容渠道;内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。