微信扫码
添加专属顾问
我要投稿
英伟达Cosmos平台:AI领域的新突破,开启物理AI系统的新时代。核心内容:1. Cosmos平台的诞生背景与物理AI系统的挑战2. Cosmos平台的核心组件:世界基础模型与高级标记器3. 世界基础模型的两大类别:扩散模型与自回归模型的应用与优势
在当今人工智能飞速发展的时代,新的技术和平台如雨后春笋般不断涌现。英伟达作为科技领域的巨头,于 2025 年1月份的CES上重磅推出了 Cosmos 世界基础模型平台,一经亮相便吸引了全球的目光,在人工智能领域掀起了新的波澜。
随着人工智能从理论研究逐步走向实际应用,物理 AI 系统,如机器人和自动驾驶汽车等,面临着巨大的发展挑战。训练这些物理 AI 系统需要耗费大量的人力和资源,通常需要收集、标记和分类数百万小时的真实世界影像数据。例如,为了训练一辆能够在复杂路况下安全行驶的自动驾驶汽车,需要收集大量不同场景、不同天气条件下的驾驶视频数据,并对其中的各种元素进行精确标注,这个过程不仅成本高昂,而且耗时费力。
为了解决这些问题,英伟达精心打造了 Cosmos 平台,旨在通过创新的技术手段,降低物理 AI 系统的开发门槛,加速其发展进程,让更多的开发者能够投身于物理 AI 领域的创新与实践。
简单来讲,Cosmos是一个世界模型平台,平台上有一系列开源且开放权重的视频世界模型,参数量在4B至14B之间。这些模型的用途十分清晰,即针对机器人、自动驾驶汽车等在物理世界运作的AI系统,生成海量达到照片级真实效果且基于物理规则的合成数据,从而解决该领域数据极度匮乏的难题。
这是 Cosmos 平台的核心引擎。这些模型基于先进的深度学习技术,如扩散模型和自回归模型,具备强大的生成能力。
这些模型规模庞大,参数数量从 40 亿到 140 亿不等,分为 Nano、Super 和 Ultra 三个类别。Nano 适用于实时、低延迟推理和边缘部署,其参数相对较少,能够在资源有限的边缘设备上快速运行;Super 是 “高性能基线” 模型,可直接用于微调并部署;Ultra 则追求最大的准确性和高质量输出,为提炼定制模型提供最佳的保真知识转移。
Cosmos 平台配备了先进的可视化标记器,如 Cosmos Tokenizer。它能够将图像和视频转换成 token,与当前领先的标记器相比,其总压缩率提高了 8 倍,处理速度提高了 12 倍。这一高效的转换过程,使得视频数据能够更快速、高效地被模型处理和理解,极大地提升了数据处理的效率和质量。
为了确保平台的安全、可靠运行,遵循道德和法律规范,Cosmos 平台设置了护栏模型。它能够保证模型的使用是 “负责任” 的,防止出现隐私泄露、偏见产生等不良后果,为平台的稳定运行和广泛应用提供了坚实的保障。
借助 NVIDIA NeMo™ Curator 驱动的 NVIDIA AI 和 CUDA® 加速数据处理管线,开发者能够使用 NVIDIA Blackwell 平台在 14 天内处理、整理和标记 2000 万小时的视频,而如果单纯使用 CPU 则需要 3 年以上。这一强大的加速能力,大大缩短了数据处理的时间,让开发者能够更快地从原始数据中提取有价值的信息,加速模型的训练和优化过程。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-08-13
2024-06-13
2024-08-21
2024-09-23
2024-07-31
2024-05-28
2024-08-04
2024-04-26
2024-07-09
2024-09-17
2025-04-06
2025-04-06
2025-04-05
2025-04-02
2025-04-02
2025-04-01
2025-04-01
2025-04-01