由于涉及复杂的动力学,为四足机器人制定有效的运动策略是机器人领域面临的重大挑战。在现实世界中训练四足机器人上下楼梯可能会损坏设备和环境,因此,在学习过程中,仿真器在确保安全和消除时间限制方面都发挥着关键作用。
由物理 AI 驱动的 AI 机器人时代已经来临。物理 AI 模型能够理解周围环境,并在物理世界中自主完成复杂的任务。许多复杂任务都难以编程(如灵巧的操作和人形机器人在崎岖的地形上运动),需要依赖在仿真环境中使用强化学习(RL)训练而成的生成式物理 AI 模型。
在一年一度的 AI 城市挑战赛中,来自世界各地的数百支参赛队伍在 NVIDIA Omniverse 生成的基于物理学的数据集上测试了他们的 AI 模型。
NVIDIA JetPack SDK 支持 NVIDIA Jetson 模块,为构建端到端加速 AI 应用提供全面的解决方案。JetPack 6 通过微服务和一系列新功能,扩展了 Jetson 平台的灵活性和可扩展性,是 2024 年截至目前下载量最高的 JetPack 版本。
比亚迪电子、西门子、泰瑞达和 Alphabet 旗下公司 Intrinsic采用 NVIDIA Isaac 机器人平台开发自主机械臂、人形机器人和移动机器人
NVIDIA DeepStream 是一款功能强大的 SDK,能够提供用于构建端到端视觉 AI 管线的 GPU 加速构建模块。凭借 40 多个现成插件,您可以部署具备领先 AI 推理技术、对象追踪功能,以及与常用的物联网消息代理(如 EDIS、Kafka、MQTT 等)无缝集成的全面优化的管线。
在 5 月 13 日至 17 日举行的 IEEE 国际机器人和自动化大会(ICRA)上,几何织物(geometric fabrics)成为一个热门的讨论话题。几何织物是 NVIDIA 机器人研究实验室成员与合作者共同提交的七篇论文的主题之一,并于 ICRA 上发表。
利用 NVIDIA Isaac Sim 和 NVIDIA Omniverse 开发的 ORBIT-Surgical 正在 ICRA 机器人大会上展出。
说到智能视频分析(IVA)应用(如交通监控、仓库安全和零售消费者分析)的感知,最大的挑战之一就是遮挡。例如,人们可能会移动到结构性障碍物后面,零售消费者可能由于货架而无法被完全看到,汽车可能会被隐藏在大型卡车后面。
工业制造中的许多拾取和放置问题仍然由人类操作员解决,为这些任务而编程机器人仍具有挑战性。例如,在机器维护环境中,作为复杂的多步骤零件制造过程的一部分,协作机器人可以用来从料仓中挑选原材料零件,并将其送入数控机床或弯曲机。
两家公司在芝加哥 Automate 展会上宣布将围绕 NVIDIA AI、Isaac Manipulator 和 Intrinsic 平台的使用展开合作。
VILA 是 NVIDIA 研究部门与麻省理工学院共同开发的高性能视觉语言模型系列。最大的模型约有 400 亿参数,最小的模型约有 30 亿参数,并且完全开源(包括模型检查点、训练代码和训练数据)。
YouTube 机器人技术主播 Dave Niewinski 开发的机器人五花八门,从可驾驶的“La-Z-Boy”椅子到由 AI 引导的扔沙包机器人、马车比赛机器人等。
NVIDIA SDK 在加速智慧城市、医疗和机器人等领域的 AI 应用方面发挥了重要作用。然而,要实现可在边缘部署的生产级 AI 解决方案来为人类与机器的协作提供安全可靠的支持,就需要同时具备针对企业需求量身定制的高质量硬件和软件。
边缘 AI 开发者正在构建用于安全关键型和受监管用例的 AI 应用和产品。借助 NVIDIA Holoscan 1.0,这些应用可在几毫秒内整合实时洞察和加工处理。
NVIDIA cuOpt 是一个用于解决复杂路径问题的加速优化引擎。它能高效解决不同方面的问题,如休息时间、等待时间、多个车辆成本和时间矩阵、多个目标、订单-车辆匹配、车辆起始和结束位置、车辆起始和结束时间等。
NVIDIA Holoscan for Media 现已向所有希望在完全可重复使用的集群上构建下一代直播媒体应用的开发者开放。
这座蓬勃发展的北卡罗来纳州城市响应美国交通部对 AI 项目的支持,正在采用计算机视觉技术来帮助管理道路拥堵、安全和其他问题。
自主机器开发是一个数据生成和收集、模型训练和部署的迭代过程,其特点是跨异构计算资源的复杂的多阶段、多容器工作流。
在过去的几十年里,由于经济发展和城市化,废弃物产生的速度激增。废弃物数量的上升对世界各国政府在有效处理和管理方面提出了重大挑战。尽管发达国家实行了垃圾分类制度,但由于污染问题,仍有相当一部分垃圾最终被填埋或焚烧,既浪费了可回收的材料,又对环境造成了破坏。