Nvidia、自動運転研究用の新しいオープン AI モデルとツールを発表

Nvidiaは月曜日、現実世界を認識して対話できるロボットや自律走行車などの物理AIのバックボーンテクノロジーの構築に向けて、新しいインフラストラクチャとAIモデルを発表した。

半導体大手が Almayoyo-R1 を発表 オープン推論ビジョン言語モデル カリフォルニア州サンディエゴで開催された NeurIPS AI カンファレンスで自動運転研究に貢献しました。同社によれば、これは自動運転に焦点を当てた初のビジョン言語アクションモデルであるという。視覚言語モデルはテキストと画像の両方を一緒に処理できるため、車両は周囲を「見て」、認識した内容に基づいて意思決定を行うことができます。

この新しいモデルは Nvidia のベースに基づいています Cosmos-Reason モデル、応答する前に決定を熟考する推論モデル。 Nvidia は、2025 年 1 月に Cosmos モデル ファミリを最初にリリースしました。 モデルが発売されました 8月に。

Alpamayo-R1 のようなテクノロジーは、レベル 4 の自動運転の実現を目指す企業にとって重要です。これは、定義されたエリアおよび特定の状況下での完全な自動運転を意味します、と Nvidia は記事で述べています。 ブログ投稿。

Nvidia は、このタイプの推論モデルにより、自動運転車が人間と同じように微妙な運転上の決定にうまく対処できる「常識」が得られることを期待しています。

この新しいモデルは、GitHub および Hugging Face で入手できます。

新しいビジョン モデルに加えて、Nvidia は新しいステップバイステップ ガイド、推論リソース、トレーニング後のワークフロー (総称して Cosmos Cookbook と呼ばれます) を GitHub にアップロードし、開発者が特定のユースケースに合わせて Cosmos モデルをより適切に使用およびトレーニングできるようにしました。このガイドでは、データのキュレーション、合成データの生成、モデルの評価について説明します。

これらの発表は、同社が高度な AI GPU の新たな道として物理 AI にフルスピードで取り組んでいる中で行われた。

Nvidia の共同創設者兼 CEO のジェンスン・フアン氏は、次のように繰り返し述べています。 AI の次の波は物理 AI です。 Nvidia の主任科学者であるビル・ダリー氏は、 その感情を反映した 夏にTechCrunchとの会話の中で、ロボット工学における物理的AIを強調した。

「最終的にはロボットが世界で大きなプレーヤーになると思います。基本的に私たちはすべてのロボットの頭脳を作りたいと思っています」とダリー氏は当時語った。 「そのためには、主要なテクノロジーの開発を開始する必要があります。」

ラスベガスで開催されるアマゾン ウェブ サービスの主力イベントから、エージェント AI やクラウド インフラストラクチャ、セキュリティなど、あらゆるものに関する最新の発表をご覧ください。 このビデオは AWS との提携により提供されています。