全新的黎亮 Cosmos Predict-2 国际根底模型与 CARLA 的集成加快了 。智能 。点全轿车练习 。黎亮
辅佐驾驭仓库正在从许多不同的点全模型演变为一致的端到端架构 ，端到端架构可直接依据 。黎亮传感器 。点全数据履行驾驭操作 。黎亮这种向运用大模型的点全过渡大大增加了对用于练习 、测验和验证的黎亮高质量 、根据物理学传感器数据的点全需求。
为加快下一代辅佐驾驭架构的黎亮开发 ，NVIDIA 发布了NVIDIA Cosmos Predict-2 ，点全这是黎亮一种全新的国际根底模型 ，具有更强的点全未来国际状况猜测才能，可生成高质量的黎亮组成数据 ，以及新的 。开发者 。东西。
Cosmos Predict-2 是 NVIDIA Cosmos 渠道的一部分 ，该渠道为开发者供给了应对端到端辅佐驾驭开发中最杂乱应战的技能。Oxa、Plus 与 Uber 等职业领导者正在运用 Cosmos 模型快速扩展辅佐驾驭开发的组成数据生成 。
Cosmos Predict-2 加快智能轿车练习 。
Cosmos Predict-1 可经过文本 、图画和 。视频 。提示猜测并生成未来国际状况 。在 Cosmos Predict-1 的根底上 ，Cosmos Predict-2 可更好地了解文本和视觉输入的上下文 ，然后削减错觉 ，使生成的视频细节更丰厚 。
Cosmos Predict-2 经过增强文字了解和常识推理水平 ，
优化了路口泊车标志的辨认作用 。
经过运用最新的优化技能 ，Cosmos Predict-2 明显加快了 NVIDIA DGX Cloud 上组成数据的生成速度 。
经后练习的 Cosmos 模型解锁了新的练习数据源 。
经过在辅佐驾驭数据集上对 Cosmos 模型进行后练习 ，开发者能够生成与现有物理环境与车辆轨道高度匹配的视频 ，还能从单视角视频（如行车记录仪片段）生成多视角视频 。这种将广泛可用的行车记录仪数据转化为多摄像头数据的才能 ，为开发者供给了全新的辅佐驾驭练习数据库 。这些多视角视频数据还可用于替换因传感器损坏或遮挡而缺失的实在摄像头数据 。
经后练习的 Cosmos 模型会生成多视角视频数据 ，然后大幅增强辅佐驾驭练习数据集 。
NVIDIA Research 团队根据 20,000 小时的实在国际驾驭数据对 Cosmos 模型进行了后练习 。运用辅佐驾驭专用模型生成多视角视频数据 ，该团队提高了模型在雾天和雨天等杂乱环境下的功能 。
轿车职业生态体系 。
运用 Cosmos Predict 推进技能进步 。
多家轿车制造商现已将 Cosmos Predict 集成到其体系中 ，以扩展并加快车辆开发的规划和速度。
辅佐驾驭货车范畴的领军企业 Plus 正在运用NVIDIA DRIVE AGX渠道构建其解决方案 ，该企业正在经过货车运送数据对 Cosmos Predict 进行后练习 ，以生成高度传神的组成驾驭场景 ，然后加快其辅佐驾驭货车解决方案的大规划商业化进程 。辅佐驾驭软件公司 Oxa 也正在运用 Cosmos Predict ，以支撑生成具有高保真和时刻一致性的多摄像头视频数据。
全新 NVIDIA 模型 。
和 NIM 微服务助力智能轿车开发 。
除 Cosmos Predict-2 外 ，NVIDIA 还以NVIDIA NIM微服务预览版的办法发布了Cosmos Transfer，以便开发者在数据。中心 。GPU 。上布置 。
Cosmos Transfer NIM微服务预览版增强了数据集 ，并运用NVIDIA Omniverse渠道的结构化输入或地面实况 。仿真 。来生成传神的视频 。别的 ，NuRec Fixer 模型有助于修正和添补重建辅佐驾驭数据的空白 。
NuRec Fixer 经过添补驾驭数据中的空白来提高神经重建的质量 。
全球抢先的开源辅佐驾驭 。模仿 。渠道 CARLA ，现已将 Cosmos Transfer 和NVIDIA NuRec集成到其最新版别中 ，后者是一套用于神经重建和烘托的 A。PI。东西集 。这有助于 CARLA 渠道上超越 15 万智能轿车开发者用户群以高保真度烘托组成仿真场景和视角 ，并经过简略的提示生成无限种照明 、气候和地势组合改变。
开发者能够运用 NVIDIA 物理。 AI 。数据集上供给的开源数据试用该工作流 。最新发布的数据集包含由 Cosmos 生成的 40,000 个片段 ，以及用于神经烘托的样本重建场景 。凭借最新版别的 CARLA，开发者能够创立新的行进轨道 、从头定位传感器并完善模仿驾驭进程 。
这种可扩展的数据生成工作流为端到端辅佐驾驭模型架构的开发供给了动力 ，最近 NVIDIA Research 团队接连第2次取得 CVPR 大会辅佐驾驭国际应战赛“端到端辅佐驾驭”赛道冠军 ，便是最佳佐证。
该应战赛为研究人员供给了探究应对突发状况办法的新时机 ，除运用实在国际人类驾驭数据之外 ，加快开发更智能的轿车。
NVIDIA Halos 提高端到端智能轿车安全性 。
为增强辅佐驾驭体系的运转安全性 ，NVIDIA 本年早些时候推出了NVIDIA Halos ，这是一个归纳安全体系 ，它将 NVIDIA 全套轿车硬件 、软件安全仓库与专心于轿车安全范畴的前沿 AI 研究成果相结合 。
轿车职业领军企业 。博世 。 、Easyrain 与 Nuro 首先参加 NVIDIA Halos AI 体系检测实验室 ，验证其产品与 NVIDIA 技能的安全集成 ，提高智能轿车的安全性。本年早些时候宣告参加实验室的成员还包含大陆集团 、Ficosa、OMNIVISION 、onsemi 和 Sony Semiconductor Solu 。ti 。ons。
