NVIDIA正在推动制造业智能化,推出工厂运营蓝图,将AI系统与机器信号和质量系统整合,实现统一决策。同时,机器人技术正从模拟阶段向实际应用转变,制造业进入以仿真为主的新纪元。
优必选科技于4月23日举办了开发者论坛,聚焦人形机器人技术与生态合作,吸引200余位专家参与。发布了“Thinker cosmos”社区,提供开源资源与技术交流,助力产业发展。同时推出具身智能开发者生态赋能计划,开放全链路开发资源,支持开发者降低模型训练门槛,推动技术应用落地。
Cosmos是一个无广告的视觉搜索应用,旨在为创意专业人士和普通用户提供灵感收集平台。它通过高质量的人工内容和AI驱动的搜索,提升视觉发现体验,支持文本、颜色和混合搜索,确保快速、准确的结果,并优化了用户体验。
英伟达在SIGGRAPH大会上推出升级版Cosmos世界模型,具备70亿参数的推理能力,助力机器人任务规划,提升虚拟场景转化为训练数据的速度,并更新硬件支持。该技术旨在融合计算机图形与AI,推动机器人研发,降低训练成本,构建虚拟平行宇宙。
开放推理模型提升了AI代理的智能决策能力,预计到2028年将为企业创造4500亿美元收益。NVIDIA推出的Nemotron和Cosmos模型增强了AI代理的推理能力,助力企业提高生产力,尤其在科学推理和编码等复杂任务的自动化决策中表现突出。
机器之心数据服务现已上线,提供高效稳定的数据获取,简化数据爬取流程。
Flutter 团队维护的 packages 提供多种实用功能,便于开发者管理依赖。12-factor-agents 强调自然语言转工具调用的 LLM 应用开发原则。swift-aoc-starter-example 帮助用户解决 Advent of Code 挑战,支持多平台。BLUFFS 是蓝牙攻击防御项目,发现新漏洞并提出防护措施。genesis 为 Cosmos 社区提供分叉提案。
Web3 技术人的职业生涯充满不确定性。作者选择裸辞,尽管可能影响简历,但参与了 Cosmos 项目和钱包后端开发,提升了技术能力。经历裁员和失业后,作者认真学习,认为不稳定的工作环境锻炼了抗压能力,减轻了对中年危机的担忧。
英伟达推出的Cosmos-Reason1模型专注于物理常识推理,解决视觉问答中的最佳答案缺失问题。该模型通过多阶段训练显著提升物理推理能力,能够拒绝不明确的选项,适用于自动驾驶等实际场景。
本研究提出了Cosmos-Transfer1模型,解决了现有世界生成模型在空间控制输入方面的局限。该模型能够灵活适应不同输入权重,实现可控的世界生成,具有广泛应用潜力,特别是在物理人工智能和自动驾驶领域。
在CES 2025大会上,黄仁勋介绍了全球最快的GPU RTX 5090及基础模型Cosmos。Cosmos能够生成和仿真虚拟世界,基于大量真实数据进行训练,支持文本生成视频等功能。HyperAI官网提供了Cosmos的部署教程,用户可体验这一创新模型。
Nvidia推出了一款售价3000美元的个人AI超级计算机Digits,旨在降低开发者使用大型模型的门槛。同时,美国司法部限制特定数据类型传输至中国和俄罗斯,Meta因使用盗版内容训练Llama面临法律问题,微软暂停了威斯康星州数据中心的建设。
本文介绍如何在Ubuntu 22.04上快速设置Nvidia Cosmos,包括驱动、Docker和CUDA依赖的安装。需要强大的Nvidia GPU和200GB以上的存储空间。通过运行两个脚本完成系统更新和Docker配置,最后下载模型并生成视频。
英伟达在CES发布了名为「Cosmos」的平台,旨在通过生成合成数据解决物理AI的数据不足问题。Cosmos包含8个开源模型,支持视频生成,已被多家机器人和汽车公司采用,推动机器人和自动驾驶技术的发展。
运输行业领袖采用Cosmos平台,推动自动驾驶汽车开发。该平台结合NVIDIA系统,利用生成性AI加速数据处理和模型开发,提升性能与安全性。Waabi和Uber等公司正在优化AV软件开发和测试。
NVIDIA推出Cosmos平台,提供开放的物理AI基础模型,支持开发者生成物理感知视频,推动机器人和自动驾驶技术的发展。该模型经过大量真实数据训练,具备合成数据生成和实时推理能力,助力企业加速AI应用的市场化进程。
微软开源了新的视频Tokenizer VidTok,其性能显著优于Cosmos Tokenizer和Open-Sora。VidTok支持多种设置,适用于不同场景,并可在自定义数据集上微调。其创新架构和量化技术提升了重建质量和训练效率,为视频生成和世界模型研究提供了强大工具。
微软在2024年Build大会上宣布,Cosmos DB for NoSQL现已支持向量搜索,并可与内核内存集成,利用VectorDistance函数实现基于嵌入的相似度匹配。
云端NoSQL数据库因其可扩展性和灵活性而受到青睐。本文介绍如何使用Firebase Firestore构建应用,包括设置、CRUD操作和React组件。Firestore支持实时同步,适合需要云托管的NoSQL数据库项目。
本研究针对视觉语言模型(VLMs)的全局对比损失导致的关注前景物体而忽视图像其他重要信息的问题,提出了一种新颖的自监督学习框架COSMOS,通过整合文本裁剪策略和跨注意力模块来克服这一缺陷。COSMOS在多种零样本下游任务中表现出色,显著超过了以前的基线,并在视觉感知和上下文理解任务中优于基于CLIP的大型数据集训练模型。
完成下面两步后,将自动完成登录并继续当前操作。