Nieuwe Technologische Doorbraak: NVIDIA’s Cosmos Predict 2.5 en Cosmos Transfer 2.5
In een wereld waar kunstmatige intelligentie (AI) steeds dichter bij de realiteit komt, is de noodzaak voor gevarieerde, nauwkeurige en veilige gegevens cruciaal, vooral voor technologieën zoals robots, autonome voertuigen en drones. Het verzamelen van deze gegevens in de echte wereld is vaak kostbaar, tijdrovend en soms zelfs gevaarlijk. NVIDIA is een stap verder gegaan in het verbeteren van deze processen met de introductie van hun vernieuwde Open World Foundation Models: Cosmos Predict 2.5 en Cosmos Transfer 2.5. Deze modellen maken gebruik van het Omniverse-platform en het Isaac-ecosysteem om synthetische gegevens van hoge kwaliteit te genereren.
Wat zijn Cosmos Predict 2.5 en Cosmos Transfer 2.5?
Cosmos Predict 2.5
Dit model verenigt verschillende generatiemethoden zoals Text2World, Image2World en Video2World. Door een eenvoudige prompt, afbeelding of video kan het systeem videowerelden genereren die consistent en controleerbaar zijn, met multicamera-uitvoer. Dit stelt gebruikers in staat om complexe situaties, zoals verkeersscenario’s of magazijnomgevingen, vanuit meerdere hoeken te simuleren.
Cosmos Transfer 2.5
Met deze tool wordt het mogelijk om stijltransfer van de ene wereld naar de andere toe te passen, waardoor de variabiliteit van datasets exponentieel toeneemt. Dit betekent dat klimaat, verlichting en terrein op een coherente manier kunnen worden aangepast in alle camerabeelden. In vergelijking met zijn voorganger is dit model 3,5 keer kleiner en sneller, waardoor het eenvoudiger wordt om een nauwkeurige afstemming met de prompt te bereiken.
De Synthese van Gegevens in Vier Stappen
NVIDIA heeft een vierstapsproces ontwikkeld voor het opbouwen van waardevolle synthetische data:
Omniverse NuRec: Gebruikt neurale reconstructie om een digitale tweeling te creëren uit smartphone-opnames.
SimReady-assets: Het vullen van de digitale tweeling met realistische 3D-modellen, klaar voor simulatie.
Isaac Sim (MobilityGen): Genereren van grote hoeveelheden gegevens zoals trajecten en sensordata.
NVIDIA Cosmos: Uitbreiden van de gegenereerde data met plausibele variaties in klimaat, licht en terrein.
Het resultaat? Miljoenen synthetische monsters waarmee gebruikers niet alleen de prestaties van AI kunnen verbeteren, maar ook de dekking van scenario’s die anders moeilijk of zelfs onmogelijk te verzamelen zijn in de echte wereld.
Praktische Toepassingen van Synthetische Data
Diverse bedrijven hebben de voordelen van Cosmos Transfer en Predict al ingezien:
- Skild AI gebruikt deze modellen om robottechnologieën te valideren en te versnellen.
- Serve Robotics heeft meer dan 100.000 autonome leveringen gedaan, waarbij ze waardevolle data verzamelen die de prestaties van hun voertuigen verbeteren.
- Zipline, toonaangevend in autonome drones, past deze technologieën toe om hun leveringsefficiëntie te verhogen.
- Lightwheel helpt klanten de kloof tussen simulatie en de echte wereld te overbruggen met massale, synthetische datasets.
Het Belang van Synthetische Data in Fysieke AI
Terwijl traditionele AI-algoritmes vooral afhankelijk zijn van tekstuele gegevens, heeft fysieke AI behoefte aan uitgebreide, realistische ervaringen. Dit omvat situaties zoals ongevallen en extreme weersomstandigheden. Synthetische data biedt een veilige en gecontroleerde manier om dit soort scenario’s te simuleren, wat leidt tot beter presterende AI-modellen.
Met de inzet van fysiek plausibele synthetische data kan de trainingscyclus van AI aanzienlijk worden versneld en verbeterd, met de nadruk op het creëren van consistente, kwalitatieve data die de realiteit weerspiegelt.
Conclusie
NVIDIA’s Cosmos Predict 2.5 en Cosmos Transfer 2.5 vertegenwoordigen een belangrijke stap voorwaarts in de wereld van sinthetische data en AI. Door de kloof tussen simulatie en de echte wereld te verkleinen, maken deze technologieën het mogelijk om robots, voertuigen en drones efficiënter en veiliger te trainen. De mogelijkheden zijn eindeloos en de toepassingen blijven groeien, waardoor we onze creatieve en technologische grenzen verder kunnen verleggen.